zoukankan      html  css  js  c++  java
  • 机器学习(一)——机器学习基础

    机器学习实战(Peter Haarrington) 读书笔记

    最近我脑海里总有一个声音,就是,去探索新的领域。在某方面的学习认知加深,会加大自己在知识领域的盲区,迫于工作压力,脑海总会对你说,你应该学习工作所需要的知识。但现实并无法界定什么知识是你工作真正需要的。类似在黑暗中去寻找一把钥匙,人的知识领域想要去寻找未知领域的钥匙,你将必定摸着黑去探索。

    ————2019.9.29

    一、机器学习基础

    1.什么是机器学习?

    机器学习简单来说是机器可以习得人的行为。
    

    2.机器学习的关键术语?

    鉴别鸟类,我们需要一些属性,如体重,翼展等。
    那么,体重,翼展类别则是特征,鸟的种类则是目标变量
    

    3.机器学习的主要任务?

    使用多种算法来进行解决同一个事物。
    类似:
    1.监督学习
    k-近邻算法 线性回归 朴素贝叶斯算法 局部加权线性回归 支持向量机 决策树 Ridge回归 Lasso最小回归系数统计
    2.无监督学习
    K-均值 最大期望算法 DBSCAN Parzen窗设计
    
    类似,如果目标变量是离散型,则选择分类器算法。如果目标变量为连续型,则选择回归算法。
    

    4.开发机器学习应用程序的步骤?

    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
    

    5.Python语言的优势?

    1.语法清晰
    2.容易操作文本文件
    3.使用广泛,存在大量的开发文档
    

    6.NumPy函数库基础

    机器学习算法涉及很多线性代数知识,所以我们常常使用NumPy函数库。NumPy函数库是Python开发环境的一个独立模块,而且大多数Python发行版本没有默认安装NumPy函数库,因此我们需要进行单独安装

    from numpy import *
    random.rand(4,4)
    

    输入上述代码会出现一个4*4的array随机数组。

    NumPy矩阵和数组的区别:

    NumPy函数库中有2种不同的数据类型(matrix和array),都可以用于处理行列表示数字元素,看起来很相似,但是执行数学运算会有不同的结果,其中NumPy函数库中的matrix和MATLAB中matrices等价。
    

    调用mat()函数可以将函数化为矩阵,可以使用

    randMat=mat(random.rand(4,4))
    

    .I操作可以求出逆矩阵

    randMat.I
    

    如果执行randMat*randMat.I,那么,我们会得到单位矩阵,但这个单位矩阵不像常规单位矩阵,除了对角线都是1以外,其余还存在非常小的元素

    函数eye(4)创建4*4的单位矩阵

    myeye=randMat*ranMat.I
    myeye-eye(4)
    

    本章学习小结

    尽管没有引起大多数人的注意,但是机器学习算法已经广泛应用于我们日常生活中。学习机器学习算法,必须了解数据实例,每个数据实例由多个特征值组成,为了构建训练分类器,必须输入大量已知分类数据,我们将这些数据成为训练样本集。

    下一章节——k-近邻算法

  • 相关阅读:
    搭建非域AlwaysOn win2016+SQL2016
    从0开始搭建SQL Server AlwaysOn 第四篇(配置异地机房节点)
    从0开始搭建SQL Server AlwaysOn 第二篇(配置故障转移集群)
    从0开始搭建SQL Server AlwaysOn 第三篇(配置AlwaysOn)
    从0开始搭建SQL Server AlwaysOn 第一篇(配置域控)
    四、基于Windows 2012配置SQL Server 2014 AlwaysOn
    三、安装SQLserver 2014(For AlwaysOn)
    二、 Windows 2012配置故障转移(For SQLServer 2014 AlwaysOn)
    Mybatis-SQL语句构建器类及日志
    Mybatis-JavaAPI
  • 原文地址:https://www.cnblogs.com/littlepage/p/11605694.html
Copyright © 2011-2022 走看看