摘要：
数据集构成：特征值+目标值 Scikit-learn包含的内容： classification分类 regression回归 clustering聚类 dimensionality reduction降维 preprocessing特征工程 模型选择、调优 如何在sklearn中实现数据集的划分： 阅读全文
摘要：
获取原始数据 拿到的数据不能全部用来训练一个模型。需要划分数据集。分为训练数据（训练、构建模型）和测试数据（在模型检验时使用，用于评估模型是否有效） 划分比例：训练集70%、75%、80% 数据处理 特征工程 机器学习算法训练，得到模型 模型评估（不合格的话返回到第二步） 应用（离线/在线服务） 阅读全文
摘要：
监督学习（输入数据有特征有标签，即有标准答案） 有目标值，且目标值是一个类别（特征值是猫狗的图片，目标值是猫、狗），叫做分类问题 有目标值，且是连续型的数据，~回归问题（比如预测房屋价格）特征是是低点位置朝向 目标值是房屋价格 分类比如：k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归 回归：线 阅读全文
摘要：
机器学习概述 特征工程 数据集 机器学习介绍 特征抽取 特征预处理 特征降维 主成分分析 总结+每日作业 分类算法 回归与聚类算法 阅读全文