機器學習-4.開發流程、算法基本認知

1. 機器學習開發流程

我們作為機器學習的開發工程師首先要明確自己學習的定位，也就是確定學習邊界。

大部分復雜模型的算法設計都是由算法工程師去做的，我們只需要：

1.分析很多的數據；

2.分析具體的業務；

3.應用常見的算法；

4.特征工程、調參數、優化。

我們學習應達到一下目的：

1.學會分析問題、使用機器學習算法的目標，想要使得算法完成什么樣的任務。

2.掌握算法基本思想原理，學會對不同問題用對應的算法來解決。

3.學會利用庫或框架解決問題。

開發流程：

2. 機器學習算法分類

數據類型

離散型數據：由記錄不同類別個體的數目所得到的數據，又稱計數數據，所有這些數據全部都是整數，而且不能再細分，也不能進一步提高他們的精確度。

連續性數據：變量可以在某個范圍內取任一數，即變量的取值可以是連續的，如：長度、時間、質量值等，這類整數通常是非整數，含有小數部分。

注：離散型是區間內不可分，連續型是區間內可分。

數據的類型將是機器學習模型不同、問題不同，進行處理的依據。

算法分類

監督學習（有特征值和目標值）

– 分類：K近鄰算法、貝葉斯分類、決策樹與隨機森林、邏輯回歸、神經網絡

– 回歸：線性回歸、嶺回歸

– 標注：隱馬爾科夫模型（不重要）

無監督學習（只有特征值）

– 聚類：k-means

分類算法對應-目標值是離散型數據

回歸算法對應-目標值是連續型數據

3. 轉換器與估計器

轉換器是實現了特征工程的API，例如前幾篇文章的示例中的fit_transform()等。

估計器是實現了算法的API，在sklearn中有：

用于分類的估計器：

– sklearn.neighbors ：k-近鄰算法

– sklearn.naive_bayes ：貝葉斯

– sklearn.linear_model.LogisticRegression ：邏輯回歸

– sklearn.tree ：決策樹與隨機森林

用于回歸的估計器

– sklearn.linear_model.LinearRegression ：線性回歸

– sklearn.linear_model.Ridge ：嶺回歸

--------------------- 

原文：https://blog.csdn.net/wyply115/article/details/85014353