2、机器学习分类与开发流程

机器学习分类：

    监督学习（预测）

    1）分类：K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络；

    2）回归：线性回归、岭回归；

  

    无监督学习

    1）聚类：K-means；

 

    监督学习：特征值+目标值；（有标准答案）

    无监督学习：特征值+样本集；（无标准答案）

    分类：目标值离散；

    回归：目标值连续；

 

 

开发流程：

    原始数据 -> 数据基本处理 -> 特征工程 ->

    确定算法 -> 建立模型（算法+数据） -> 模型评估 ->

    上线使用（以API形式）

 

    如果模型评估一直不理想考虑换算法，考虑重新处理特征工程。