机器学习
Machine Learning
特征工程
神经网络
图像识别
自然语言处理
机器学习定义
从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测
算法是核心，数据和计算是基础
掌握算法思想，使用库或框架解决问题
数据类型
离散型数据 计数数据，数据都是整数，不能再细分
连续型数据 某个范围内取任意一数，非整数
机器学习算法分类
监督学习 特征值 + 目标值 -分类 目标值离散型数据 -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 -回归 目标值连续型数据 -线性回归 -岭回归 -标注 -隐马尔科夫模型（不要求） 无监督学习 特征值 聚类 K-means
分类是监督学习的一个核心问题，最基础的是二分类问题
机器学习的开发流程
1、根据原始数据明确问题种类
2、数据基本处理，pd（缺失值，合并表）
3、特征工程
4、找到合适的算法进行预测（分类，回归），参数调优
模型：算法 + 数据
5、 模型评估，判断效果
6、上线使用，以api形式提供
特征工程3大知识点
-特征抽取
-特征预处理
-特征降维
转换器与预估器
转换器transformer
fit_transform() 输入数据直接转换
fit() 输入数据，但不做事情，会用这个数据计算平均值等数据
transform() 进行数据转换
fit_transform = fit + transform
估计器estimator
sklearn机器学习算法实现
分类估计器 -sklearn.neighbors k-近邻算法 -sklearn.naive_bayes 贝叶斯 -sklearn.linear_model.LogisticRegression 逻辑回归 -sklearn.tree 决策树与随机森林 回归估计器 -sklearn.linear_model.LinearRegression 线性回归 -sklearn.linear_model.Ridge 岭回归
基本使用流程
fit(X_train, y_train)
y_predict = predict(X_test)
score(X_test, y_test)
API
sklearn.metrics.classification_report
知识结构
数据集划分 -训练集和测试集 -train_test_split 转换器和估计器 -转换器 -实例化 -fit_transform -fit -transform -估计器 -实现了一类算法的API -流程 -fit训练数据 -predict预测测试集的结果 -score得出准确率 分类算法 -目标值是离散型 -K-近邻 -距离公式 -优点 -理解简单，易于实现 -缺点 -K值取值 -性能问题，不太合适用在大量的数据集 -超参数 -数据的处理：标准化（必须） -朴素贝叶斯 -条件独立，才能叫朴素贝叶斯 -概率公式 条件概率和联合概率 -贝叶斯公式 -优点 -主要在文本分类上应用 -准确率比较高 -理论基础：概率 -缺点 -条件独立 -历史数据的准确性影响较大 -数据处理：文本的特征抽取 -决策树 -信息论 -信息熵 -信息增益 -信息熵的大小变化是和不确定性相关 -分类依据 -信息增益（掌握） -信息增益比 -基尼系数（scikitlearn默认） -优点 -准确率高 -适用于各种数据 -可解释性 -缺点 -容易过拟合，树的建立太深 -随机森林 -一种集成学习方法，多个同样的分类器组成 -多个决策树组成 -建立过程 -优点 -准确率高 -不会过拟合 -对大数据集适用 -超参数，树的深度，多少棵树 分类算法的评估 -准确率 -精确率和召回率 -混淆矩阵 -每个类别都会有 -模型调参数 -交叉验证 为了让数据都能够进行验证和训练 -训练数据（训练+验证） -K折交叉验证 -网格搜索 -每个参数都会查看效果，选出效果好的参数 -参数的组合(1, 2)
文章汇总
机器学习：特征工程字典特征和文本特征抽取
https://blog.csdn.net/mouday/article/details/86325387
机器学习：数据特征预处理归一化和标准化
https://blog.csdn.net/mouday/article/details/86378595
机器学习：数据特征预处理缺失值处理
https://blog.csdn.net/mouday/article/details/86430553
机器学习：数据降维特征选择和主成分分析PCA
https://blog.csdn.net/mouday/article/details/86437866
机器学习：sklearn数据集简介
https://blog.csdn.net/mouday/article/details/86441782
机器学习：K-近邻算法对鸢尾花数据进行分类预测
https://blog.csdn.net/mouday/article/details/86501149
机器学习：朴素贝叶斯算法对新闻分类
https://blog.csdn.net/mouday/article/details/86516935
机器学习：分类模型的评估精确率Presicion和召回率Recall
https://blog.csdn.net/mouday/article/details/86562391
机器学习：模型选择与调优交叉验证和网格搜索
https://blog.csdn.net/mouday/article/details/86562457
机器学习：信息熵决策树预测泰坦尼克数据
https://blog.csdn.net/mouday/article/details/86565057
机器学习：随机森林预测泰坦尼克数据
https://blog.csdn.net/mouday/article/details/86567939
机器学习：线性回归基础知识
https://blog.csdn.net/mouday/article/details/86619285
机器学习：欠拟合过拟合岭回归预测波士顿房价
https://blog.csdn.net/mouday/article/details/86652862
机器学习：sklearn训练结果的保存和加载
https://blog.csdn.net/mouday/article/details/86652953
机器学习：逻辑回归预测癌症数据
https://blog.csdn.net/mouday/article/details/86653227
机器学习： k-means聚类对数据进行预分类
