机器学习 基于sklearn-01 从sklearn说起

机器学习

机器学习是数学算法的一种统称，它生动形象的表现了计算机借用数学方法解决问题的过程。与其说机器在学习，不如说机器在套公式。同样的，如果没有计算机，我们自己利用这些数学算法，在计算不出错误的前提下也可以得到和计算机一样的结果。由此可见，在机器学习中，计算机所扮演的仅是一个计算器的角色。我们对结果拥有绝对的预测性。用这种算法做出来的人工智能，是真正意义上的人工智能。它完全体现人的意志，在决定论的世界里有规矩的运行着，所以使用机器学习的算法并不会产生机器智能，电影里人机大战的局面也并不会发生。数学是一种工具，帮助我们解决生活与工程中遇到的各种难题，同样的披着机器学习外衣的数学算法，也是我们解决问题的工具，唯一不同的是，借用计算机可以提高计算速度和准确率，把人从繁杂的计算中解放出来。

sklearn

打开sklearn的官网，sklearn，我们可以看到网页被分成了六大板块。

这是sklearn主要做的六件事，也是机器学习算法所做的六件事，更是我们学习者需要学习的六件事。依次为分类，回归，聚类，降维，选型和前处理。分类就是有一堆水果，把他们区分开。回归就是做预测。聚类就是一群狗，你感觉根据它们的表现，可以把它们分成几类比较好。降维就是影响一个人的快乐程度的因素有很多，你感觉哪几个因素最重要。选型就是对模型进行优化。前处理就是对或得的数据进行处理。
在这六件事中，分类、回归、聚类是主要的，是机器学习主要完成的三个任务。而降维、选型和前处理却是为分类、回归和聚类服务的。降维、选型和前处理是在进行分类、回归和聚类前，对所获得数据进行处理。我们会发现，降维、选型和前处理不是必须的，我们有时会用到其中的一个，有时三个都用。
对sklearn的学习，我们从三个方面入手：

1. 感性的了解这个算法做了什么事。
2. 重点理解数学实现。
3. 把代码跑通。

自学能力强的读者，可以直接在官网上看官网提供的例子，在自己的运行环境中跑通。笔者也是从官网入手，加入自己的一些理解，而官方手册永远是最好的学习工具。
机器学习本质是对数学的学习，代码是最简单的那个层面。我们需要具备的是用数学解决问题的能力。然而好消息是，sklearn封装了大量的算法，我们不用从零去编写代码，甚至不需要对数学公式完全的理解。更多的时候，我们仅需要知道这个算法在解决什么问题，以后碰到相同的问题，直接调用sklearn的接口函数就行。可是，记得有一个纪录片，反映了数学对人生的影响，发现学习数学越多，在人生中成功的概率也越大。这多少有了些功利主义的色彩，那么说的文艺点，数据最接近万物的本质，我们不光要看海看天，还要去看看真实的世界。数学其实也可以很有趣，让我们一起揭开数学的神秘面纱吧。