机器学习-引言

目录

一、机器学习的定义

        定义：主要通过概率论、统计学等数学的方法，让机器从已知数据中模拟或实现人类的学习行为，找出规律并自动生成规则，然后对未知数据进行预测。

二、机器学习可解决的问题

1.监督学习

• 监督算法：输入数据已知，提供输出数据。
• 实例：1.基于医学影像判断肿瘤是否为良性（输入的是影像，输出的是肿瘤是否为良性）

                  2.检测信用卡交易中的诈骗行为（输入的是信用卡交易记录，输出的是该交易记录是否可能为诈骗）

2.无监督学习

• 无监督算法：输入数据已知，没有提供输出数据。
• 实例：1.确定一系列博客文章的主题（有许多文本数据，找到共同主题的文章并归为一类，但事先并不知道有多少个可能的主题，所以输出是未知的）

                  2.将客户分成具有相似偏好的群组

三、样本，特征，标签

将输入数据表征为计算机可以理解的形式非常重要，通常来说，将数据想象成表格。

样本：表格中每一行

特征：表格中描述样本的属性的每一列

标签：表格中预期输出数据的一列

四、必要的库和工具

1.sklearn库

pip install scikit-learn

2.matplotlib

作用：可视化内容，如折线图、直方图、散点图等。

pip install matplotlib

3.pandas库

作用：从许多文件格式和数据库中提取数据，如excel文件、csv(逗号分隔值）文件和SQL。

pip install pandas

4.Jupyter notebook

它是一个可以在浏览器中运行代码的交互环境。可以在终端用 pip install Jupyter notebook 进入该工具中编写代码。当然还可以在官网下载该工具。