通过简单示例来理解什么是机器学习

 

1 什么是机器学习

什么是机器学习？

这个问题不同的人员会有不同的理解。我个人觉得，用大白话来描述机器学习，就是让计算机能够通过一定方式的学习和训练，选择合适的模型，在遇到新输入的数据时，可以找出有用的信息，并预测潜在的需求。最终反映的结果就是，好像计算机或者其他设备跟人类一样具有智能化的特征，能够快速识别和选择有用的信息。

机器学习通常可以分为三个大的步骤，即 输入、整合、输出，可以用下图来表示大致的意思：

2 机器学习示例（scikit-learn）

在python语言中，scikit-learn是一个开源的机器学习库。下面以sklearn为例，来简单描述机器学习的过程。

2.1 加载数据

通常第一步是获取相关数据，并进行相应的处理，使之可以在后续过程中使用。

from sklearn import datasets

• 加载iris数据集并查看相关信息

# 加载数据集
iris = datasets.load_iris()

# print(iris)
print(type(iris))
print(iris.keys())

# 查看部分数据
print(iris.data[ :5, :])
# print(iris.data)

<class 'sklearn.datasets.base.Bunch'>
dict_keys(['DESCR', 'data', 'feature_names', 'target', 'target_names'])
[[ 5.1  3.5  1.4  0.2]
 [ 4.9  3.   1.4  0.2]
 [ 4.7  3.2  1.3  0.2]
 [ 4.6  3.1  1.5  0.2]
 [ 5.   3.6  1.4  0.2]]

# 查看数据维度大小
print(iris.data.shape)

# 数据属性
print(iris.feature_names)

# 特征名称
print(iris.target_names)

# 标签
print(iris.target)

(150, 4)
['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']
['setosa' 'versicolor' 'virginica']
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2
 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
 2 2]

2.2 选择机器学习模型or算法

在获取数据，并将数据整理好后，需要选择合适的模型or算法来进行训练。
机器学习的模型有很多种，这里不作讨论，且每种模型的参数选择也是很大的一门学问。

from sklearn import svm

svm_classifier = svm.SVC(gamma=0.1, C=100)

# 预测结果得分很低
# svm_classifier = svm.SVC(gamma=10000, C=0.001)

# 定义测试集的数据量大小
N = 10

# 训练集
train_x = iris.data[:-N, :]
train_y = iris.target[ :-N]

# 测试集
test_x = iris.data[ :N, :]
y_true = iris.target[:N]

# 训练数据模型
svm_classifier.fit(train_x, train_y)

SVC(C=100, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape=None, degree=3, gamma=0.1, kernel='rbf',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)

• 将训练好的模式进行测试

y_pred = svm_classifier.predict(test_x)

• 查看测试结果

from sklearn.metrics import accuracy_score

print(accuracy_score(y_true, y_pred))

1.0

2.3 将训练好的模型进行应用，即预测

• 保存模型

import pickle

with open('svm_model_iris.pkl', 'wb') as f:
    pickle.dump(svm_classifier, f)

• 加载模型进行应用

import numpy as np
# np.random.seed(9)

with open('svm_model_iris.pkl', 'rb') as f:
    model = pickle.load(f)

random_samples_index = np.random.randint(0,150,6)
random_samples = iris.data[random_samples_index, :]
random_targets = iris.target[random_samples_index]

random_predict = model.predict(random_samples)

print('真实值：', random_targets)
print('预测值：', random_predict)

真实值： [1 1 1 0 2 2]
预测值： [1 1 1 0 2 2]

闲谈

预测的结果好不好，直接体现出机器学习模型选择的优劣。对于机器学习这门高深的学问，我还有许多需要进一步学习的地方，欢迎一起交流，共同进步。

最后分享网上的一张图，来看看如何理解Machine Learning。

如果您喜欢我的文章，欢迎关注微信公众号：Python数据之道（ID：PyDataRoad）

​