1. 機器學(xué)習(xí)開發(fā)流程

我們作為機器學(xué)習(xí)的開發(fā)工程師首先要明確自己學(xué)習(xí)的定位，也就是確定學(xué)習(xí)邊界。

大部分復(fù)雜模型的算法設(shè)計都是由算法工程師去做的，我們只需要：

1.分析很多的數(shù)據(jù)；

2.分析具體的業(yè)務(wù)；

3.應(yīng)用常見的算法；

4.特征工程、調(diào)參數(shù)、優(yōu)化。

我們學(xué)習(xí)應(yīng)達到一下目的：

1.學(xué)會分析問題、使用機器學(xué)習(xí)算法的目標(biāo)，想要使得算法完成什么樣的任務(wù)。

2.掌握算法基本思想原理，學(xué)會對不同問題用對應(yīng)的算法來解決。

3.學(xué)會利用庫或框架解決問題。

開發(fā)流程：

2. 機器學(xué)習(xí)算法分類

數(shù)據(jù)類型

離散型數(shù)據(jù)：由記錄不同類別個體的數(shù)目所得到的數(shù)據(jù)，又稱計數(shù)數(shù)據(jù)，所有這些數(shù)據(jù)全部都是整數(shù)，而且不能再細分，也不能進一步提高他們的精確度。

連續(xù)性數(shù)據(jù)：變量可以在某個范圍內(nèi)取任一數(shù)，即變量的取值可以是連續(xù)的，如：長度、時間、質(zhì)量值等，這類整數(shù)通常是非整數(shù)，含有小數(shù)部分。

注：離散型是區(qū)間內(nèi)不可分，連續(xù)型是區(qū)間內(nèi)可分。

數(shù)據(jù)的類型將是機器學(xué)習(xí)模型不同、問題不同，進行處理的依據(jù)。

算法分類

監(jiān)督學(xué)習(xí)（有特征值和目標(biāo)值）

– 分類：K近鄰算法、貝葉斯分類、決策樹與隨機森林、邏輯回歸、神經(jīng)網(wǎng)絡(luò)

– 回歸：線性回歸、嶺回歸

– 標(biāo)注：隱馬爾科夫模型（不重要）

無監(jiān)督學(xué)習(xí)（只有特征值）

– 聚類：k-means

分類算法對應(yīng)-目標(biāo)值是離散型數(shù)據(jù)

回歸算法對應(yīng)-目標(biāo)值是連續(xù)型數(shù)據(jù)

3. 轉(zhuǎn)換器與估計器

轉(zhuǎn)換器是實現(xiàn)了特征工程的API，例如前幾篇文章的示例中的fit_transform()等。

估計器是實現(xiàn)了算法的API，在sklearn中有：

用于分類的估計器：

– sklearn.neighbors ：k-近鄰算法

– sklearn.naive_bayes ：貝葉斯

– sklearn.linear_model.LogisticRegression ：邏輯回歸

– sklearn.tree ：決策樹與隨機森林

用于回歸的估計器

– sklearn.linear_model.LinearRegression ：線性回歸

– sklearn.linear_model.Ridge ：嶺回歸

--------------------- 

原文：https://blog.csdn.net/wyply115/article/details/85014353