机器学习(一)-机器学习入门

名词

训练集 测试集
特征 数值型、二值型、枚举型
目标变量 标称型、连续型

监督学习

分类和回归。这类算法知道预测什么，及分类

无监督学习

没有类别信息，也没有目标值。做聚类

算法选择

1. 考虑算法的目的 -> 预测值：监督学习 否则：无监督学习
2. 目标变量类型：
   监督：
   如果目标变量是离散型的，如是/否、1/2/3、A/B/C，则选择分类器算法
   如果目标变量是连续型的，如-999~999，则选择回归算法
   非监督：
   需要划分为离散组，则使用聚类算法
   需要估计数据和每组的相似程度，则使用密度估计算法
3. 数据：
   特征值是离散还是连续型的，缺失值、异常值

步骤

1. 收集数据
2. 准备输入数据
3. 分析输入数据
4. 训练算法
5. 测试算法
6. 使用算法

NumPy函数库

from numpy import *
rendMat = mat(random.rand(4,4)) //生成一个4,4矩阵
invRendMat = rendMat.I //生成rendMat的逆矩阵
myEye = rendMat * invRendMat
myEye - eye(4) //查看误差值，eye(4)生成了4*4的单位矩阵