机器学习基础内容记录

[smallbaby]

基础内容记录

[smallbaby]

基础知识

• 构建预测模型的流程

1. 提取、组合预测所需的特征
2. 设定训练目标
3. trainning
4. 评估

• 构建一个机器学习的问题
  

数据准备和特征工程估价会占到开发一个机器学习模型80%到90%的时间

• 数据和特征才是重中之重。后续会记录特征的常见提取方法和构建特征工程的步骤

常见含义

用来预测的变量:

• 变量
• 输入
• 预测因子
• 属性
• feature

已知的预测结果：

• 结果
• 目标
• 标签
• label

feature的分类

• 数值，如身高、年龄、收入等，细分还有整数、浮点数
• 类别，如性别、地域

label

• 当label为数值时，叫做回归问题，比如预测下个Q的销量、
• label为类别时，是分类问题，比如判断性别，当分类只有2个取值时，叫做二分类

拿到新数据集后的检测项

• 行数、列数
• label的数目、取值范围
• 缺失值
• 数据特点，获取的代价决定缺失值、问题行的处理方法

Numpy常用函数

• http://www.yiibai.com/numpy/numpy_statistical_functions.html