摘要：
一、这里学习的算法模型包含监督学习和非监督学习两个方式的算法。 其中监督学习的主要算法分为（分类算法，回归算法），无监督学习（聚类算法），这里的几种算法，主要是学习他们用来做预测的效果和具体的使用方式。 二、分类算法 1）K-近邻算法 a、公式 b、说明：K-近邻算法，简而言之，就是谁理我近，我就是 阅读全文
摘要：
一、评估算法的方式分两种，一种是分类算法的评估，一种是回归算法的评估。为什么要分两种呢，因为分类算法中可以通过准确率、精准率、召回率、混淆矩阵、AUC来评估算法的准确度。但是在预测值的时候是没有办法去获得这个准确值（比如分类对了，那就对了，错了就是错了，可以通过对错来统计准确率），那么回归算法的方式 阅读全文
摘要：
一、什么是特征工程？其实也是数据处理的一种方式，和前面的原始数据不一样的是，我们在原始数据的基础上面，通过提取有效特征，来预测目标值。而想要更好的去得出结果，包括前面使用的数据处理中数据特征提取，新增减少等手段都是特征功能的一种，这里为什么要单独提出来讲特征工程，而不是数据处理呢？ 二、数据处理的方 阅读全文
摘要：
一、数据处理其实是一个很麻烦的事情。 在一个样本中存在特征数据（比如：人（身高、体重、出生年月、年龄、职业、收入...））当数据的特征太多或者特征权重小或者特征部分满足的时候。 这个时候就要进行数据的处理（比如：预测性别，特征出生年月，的影响就会很低，这里就要减少这一特征的权重，或者删除。再比如：预 阅读全文
摘要：
一、数据对于模型来说是基础，是数据成就了模型，而现在的又是一个数据时代，比如：淘宝等。通过对用户数据的分析挖掘，预测用户的消费习惯等，再比如：人工智能。通过提取摄像头的图片帧数，通过分析图片，得出具体的行为等。这些都离不开再最开始的数据。 二、数据的获取方式有很多种： 1）kaggle(推荐)：一个 阅读全文
摘要：
一、机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 简而言之，机器学习就是通过一系列变种的数据公式 阅读全文