一.机器学习的目标
机器学习是实现人工智能的手段，其主要研究内容是如何利用数据或经验进行学习，改善具体算法的性能
• 多领域交叉，涉及概率论、统计学，算法复杂度理论等多门学科
• 广泛应用于网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺诈检测、股票交易和医疗诊断等应用
二.机器学习分类
• 监督学习 （Supervised Learning）
• 无监督学习 （Unsupervised Learning）
• 强化学习（Reinforcement Learning，增强学习）
• 半监督学习（ Semi-supervised Learning ）
• 深度学习 (Deep Learning)
三.Python Scikit-learn
• http://scikit-learn.org/stable/
• Machine Leaning in Python
• 一组简单有效的工具集
• 依赖Python的NumPy，SciPy和matplotlib库
• 开源、可复用
四.课程目标
• 了解基本的机器学习原理及算法
• 学习利用机器学习算法解决应用问题的能力
• 掌握sklearn库中常用机器学习算法的基本调用方法，避免重复造车
五.资料推荐
《机器学习》-周志华
《PRML》-Bishop
《Machine Learning》- Andrew Ng
《CS231n》- Fei-Fei Li
《Reinforcement Learning》-David Silver（强化学习）
六.sklearn库的简介
sklearn是scikit-learn的简称，是一个基于Python的第三方模块。sklearn库集成了一些常用的机器学习方法，在进行机器学习任务时，并不需要实现算法，只需要简单的调用sklearn库中提供的模块就能完成大多数的机器学习任务。
sklearn库是在Numpy、Scipy和matplotlib的基础上开发而成的，因此在介绍sklearn的安装前，需要先安装这些依赖库（如下）。
Numpy（Numerical Python的缩写）是一个开源的Python科学计算库。在Python中虽然提供了list容器和array模块，但这些结构并不适合于进行数值计算，因此需要借助于Numpy库创建常用的数据结构（如：多维数组，矩阵等）以及进行常用的科学计算（如：矩阵运算）。
Scipy库是sklearn库的基础，它是基于Numpy的一个集成了多种数学算法和函数的Python模块。它的不同子模块有不同的应用，如：积分、插值、优化和信号处理等。
matplotlib是基于Numpy的一套Python工具包，它提供了大量的数据绘图工具，主要用于绘制一些统计图形，将大量的数据转换成更加容易被接受的图表。（注意要先安装numpy再安装matplotlib库）
sklearn库的安装：http://www.lfd.uci.edu/~gohlke/pythonlibs/#
在dos命令行cd到下载的文件路径，使用如下命令（如skearn包）
pip install scikit_learn‑0.22.1‑cp38‑cp38‑win_amd64.whl
下载后在IDLE测试：
1. import numpy 2. import matplotlib 3. import sklearn
七.sklearn库中的标准数据集
八.sklearn的基本功能
sklearn库的共分为6大部分，分别用于完成分类任务、回归任务、聚类任务、降维任务、模型选择以及数据的预处理。
九.sklearn库中的标准数据集和功能
（1）波士顿放假数据集
使用sklearn.datasets.load_boston即可加载相关数据集
其重要参数为：
• return_X_y:表示是否返回target（即价格），默认为False，只返回data（即属性）。
>>> from sklearn.datasets import load_boston >>> boston=load_boston() >>> print(boston.data.shape) (506, 13) >>> from sklearn.datasets import load_boston >>> data,target=load_boston(return_X_y=True) >>> print(data.shape) (506, 13) >>> print(target.shape) (506,)
（2）鸢尾花数据集
使用sklearn.datasets. load_iris即可加载相关数据集
其参数有：
• return_X_y:若为True，则以（data, target）形式返回数据；默认为False，表示以字典形式返回数据全部信息（包括data和target）。
>>> from sklearn.datasets import load_iris >>> iris=load_iris() >>> print(iris.data.shape) (150, 4) >>> print(iris.target.shape) (150,) >>> list(iris.target_names) ['setosa', 'versicolor', 'virginica']
（3）手写数字数据集
手写数字数据集包括1797个0-9的手写数字数据，每个数字由8*8大小的矩阵构成，矩阵中值的范围是0-16，代表颜色的深度。
使用sklearn.datasets.load_digits即可加载相关数据集
其参数包括：
• return_X_y:若为True，则以（data, target）形式返回数据；默认为False，表示以字典形式返回数据全部信息（包括data和target） ；
• n_class：表示返回数据的类别数，如：n_class=5,则返回0到4的数据样本。
>>> from sklearn.datasets import load_digits >>> digits=load_digits() >>> print(digits.data.shape) (1797, 64) >>> print(digits.images.shape) (1797, 8, 8) >>> import matplotlib.pyplot as plt >>> plt.matshow(digits.images[0]) <matplotlib.image.AxesImage object at 0x00000237E47C44F0> >>> plt.show()
>>> from sklearn.datasets import load_digits >>> digits=load_digits() >>> print(digits.data.shape) (1797, 64) >>> print(digits.images.shape) (1797, 8, 8) >>> import matplotlib.pyplot as plt >>> plt.matshow(digits.images[0]) <matplotlib.image.AxesImage object at 0x00000237E47C44F0> >>> plt.show()
