机器学习基础

机器学习分类：

　　监督学习：

　　　　回归：预测的变量是连续的

　　　　分类：预测的变量是离散的

　　无监督学习：

　　　　聚类

　　半监督学习：

　　　　人工标记数据太贵

　　　　无监督有时不靠谱

机器学习常见问题

　　欠拟合：模型过于简单，参数不够

　　过拟合：模型太复杂。参数过多，特征数目过多。

三个集合：

　　训练集：生成模型

　　测试集：测试模型

　　开发集：调节参数

基于机器学习解决问题步骤：

　　1.数据预处理

　　2.特征筛选

　　3.选择适合本问题的学习算法

　　4.训练模型（基于训练集和开发集）

　　5.测试模型（基于测试集）

　　6.开放使用