m0_70078527的博客

获取数据数据基本处理（科学计算库）MatplotlibPandasNumpy特征工程机器学习算法模型评估与调优机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。输入数据是由输入特征值和目标值所组成；函数的输出可以是一个连续的值（称为回归）；或是输出有限个离散值（称为分类）；（1）回归问题：例如：预测房价，根据样本集：拟合出一条连续曲线。（2）分类问题：例如：根据肿瘤特征判断良性还是恶性，得到结果是“良性”或者“恶性”，是离散的。

机器学习中最重要算法之一，梯度下降和梯度下降的变体不仅用于训练线性回归，还用于训练所有AI中一些最大和最复杂的模型。作用：更系统的方法找w和b的值，缩小J的可能成本。使用范围：机器学习中线性回归，还可以训练一些最先进的神经网络模型，也称为深度学习模型。以上两个例子展示了导数项在做什么背后的一些直觉，以及为什么这个主体度下降改变w来让你更接近最小值。

给定的数据与任何输出标签y无关。聚类算法：是一种无监督学习，获取没有标签的数据并尝试自动将它们分组到集群中。无监督学习中仅带有输入x而没有输出标签y，并且算法必须在数据内。聚类将相似的数据点组合起来。