机器学习笔记一

机器学习系列—ch1
主要内容：

1. ​机器学习的定义

2. 监督学习 Supervised Learning

3. 无监督学习 Unsupervised Learning

一、机器学习的定义

机器学习的定义

二、监督学习 Supervised Learning

利用监督学习预测波士顿房价（回归问题）

• 大多数情况下，可能会拟合直线

• 有时候用二次曲线去拟合效果可能会更好

预测波士顿房价

什么是回归问题？

在监督学习中，我们给学习算法一个数据集，比如一系列房子的数据，给定数据集中每个样本的正确价格，即它们实际的售价然后运用学习算法，算出更多的答案，我们需要估算一个连续值的结果，这属于回归问题.

利用监督学习来推测乳腺癌良性与否（分类问题）

• 横轴表示肿瘤的大小

• 纵轴表示1表示恶性，0表示良性

  

  利用监督学习来推测乳腺癌

什么是分类问题？

机器学习的问题就在于，估算出肿瘤是恶性的或是良性的概率，属于分类问题。
分类问题指的是，我们试着推测出离散的输出值：0或1良性或恶性，而事实上在分类问题中，输出可能不止两个值。
比如说可能有三种乳腺癌，所以希望预测离散输出0、1、2、3。0 代表良性，1 表示第1类乳腺癌，2表示第2类癌症，3表示第3类，也是分类问题。

应用

• 垃圾邮件问题

• 疾病分类问题

三、无监督学习 Unsupervised Learning

• 监督学习中，数据是有标签的

• 无监督学习中，数据是没有标签，主要提到了聚类算法

  

  监督学习和无监督学习

应用

• 基因学的理解应用

• 社交网络分析

• 组织大型计算机集群

• 细分市场

• 新闻事件分类

目录

一、机器学习的定义

二、监督学习 Supervised Learning

三、无监督学习 Unsupervised Learning

---