【机器学习】机器学习基础

快来打我* 2022-12-27 07:11 238阅读 0赞

## 一、机器学习概述 ##

#### 1、机器学习算法的判别依据 —— 数据类型 ####

1.  **离散型数据**：由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高它们的精确度。
2.  **连续型数据**：变量可以在某个范围内任取一数，即变量的取值可以是连续的，如长度、时间、质量值等，这类整数通常是非整数，含有小数部分。

注：离散型是区间内不可分，连续型是区间内可分。

**数据的类型将是机器学习模型不同问题不同处理的依据。**

#### 机器学习算法的分类 ####

1、**监督学习**（预测）：可以由输入数据中学到或建立一个模型，并依此模式推测新的结果。\*\*输入数据是由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（称作分类）。

*  **分类**：是监督学习的一个核心问题，在监督学习中，当输出变量取有限个离散值时，预测问题变成分类问题。最基础的便是二分类问题，即判断是非，从两个类别中选择一个作为预测结果。  
    主要算法有：**K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络**（目标值离散型）
 *  **回归**：回归用于预测输入变量和输出变量之间的关系，输出是连续型的值。  
    主要算法有：**线性回归、岭回归** （目标值连续型）
 *  标注：隐马尔可夫模型

2、**无监督学习**：可以由输入数据中学到或建立一个模型，并依次模式推测新的结果。**输入数据是由输入特征值所组成。**

*  聚类：K-means

## 二、数据集的划分 ##

机器学习一般的数据集会划分为两个部分：  
1、**训练数据**：用于训练，构建模型。  
2、**测试模型**：在模型检验时使用，用于评估模型是否有效。

sklearn数据集划分API：

> sklearn.model\_selection.train\_test\_split

假设x为特征值，y为目标值，train为训练集，test为测试集则返回结果有：

> x\_train，y\_train,x\_test,y\_test = train\_test\_split(a ,b ,test\_size= ,……)

注意：返回有四个结果顺序为训练集特征值，测试集特征值，训练集目标值，测试集目标值。  
主要参数设置:a为特征值数据，b为目标值数据，test\_size为测试集占比通常为0.2-0.3。

## 三、转换器与估计器 ##

#### 1、转换器： ####

**fit\_transform()：输入数据直接转换。  
fit()：输入数据但不做事情，只计算出相关的平均值方差等。  
transform()：进行数据转换。**

##### 特征工程的步骤： #####

1.  实例化 (实例化的是一个转换器类(Transformer))。
2.  调用fit\_transform(）对于文档建立分类词频矩阵，不能同时调用。

#### 2、估计器 ####

在sklearn中，估计器(estimator)是一个重要的角色，分类器和回归器都属于estimator，是一类实现了算法的API。

1、用于分类的估计器：

*  sklearn.neighbors k-近邻算法
 *  sklearn.naive\_bayes 贝叶斯
 *  sklearn.linear\_model.LogisticRegression 逻辑回归

2、用于回归的估计器：

*  sklearn.linear\_model.LinearRegression 线性回归
 *  sklearn.linear\_model.Ridge 岭回归

##### 估计器流程： #####

1.  将数据划分为训练集和测试集
2.  估计器就是一种算法，调用 fit() 将训练集数据传进去，建立模型计算。fit（x\_train,y\_train)。
3.  预测模型，将测试集里面的数据传进去。测试数据predict（x\_test)。还可以将数据传入score（x\_test,y\_test),查看预测的准确率。

##### 估计器的工作流程 #####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1pEXzAxMg_size_16_color_FFFFFF_t_70]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1pEXzAxMg_size_16_color_FFFFFF_t_70]: /images/20221120/a6dc1806c5f44fc2950ab4193cd2a3ef.png