什么是機(jī)器學(xué)習(xí)？

? ?機(jī)器學(xué)習(xí)是從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律（模型），并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)

??為什么需要機(jī)器學(xué)習(xí)

? 解放生產(chǎn)力、解決專(zhuān)業(yè)問(wèn)題、提供社會(huì)便利

機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景

自然語(yǔ)言處理、無(wú)人駕駛、計(jì)算機(jī)視覺(jué)、推薦系統(tǒng)、、、

??機(jī)器學(xué)習(xí)在各領(lǐng)域帶來(lái)的價(jià)值

? 領(lǐng)域：醫(yī)療、航空、教育、物流、電商。。。。

? 目的：?讓機(jī)器學(xué)習(xí)程序替換手動(dòng)的步驟，減少企業(yè)的成本也提高企業(yè)的效率

?機(jī)器學(xué)習(xí)的數(shù)據(jù)集組成

1.數(shù)據(jù)來(lái)源,以及存放方式

?從歷史數(shù)據(jù)當(dāng)中獲取規(guī)律？這些歷史數(shù)據(jù)是怎么樣的格式？

? ? ?1.大多數(shù)以文件的形式? （csv文件..）, 因?yàn)閙ysql有性能瓶頸、讀取速度遭到限制，數(shù)據(jù)大的時(shí)候很費(fèi)時(shí)間

? ? ?2. 格式不太符合機(jī)器學(xué)習(xí)要求的數(shù)據(jù)格式

2.讀取數(shù)據(jù)的工具

? ? ?Python中很強(qiáng)大的模塊? pandas:讀取工具、numpy(數(shù)據(jù)計(jì)算模塊，計(jì)算速度非常快,因?yàn)獒尫帕薖ython中的GIL)

3.可用數(shù)據(jù)集

Kaggle特點(diǎn)：1、大數(shù)據(jù)競(jìng)賽平臺(tái)? ? ?2、80萬(wàn)科學(xué)家? ??3、真實(shí)數(shù)據(jù)? ? ??4、數(shù)據(jù)量巨大

UCI特點(diǎn)：1、收錄了360個(gè)數(shù)據(jù)集? ??2、覆蓋科學(xué)、生活、經(jīng)濟(jì)等領(lǐng)域???????3、數(shù)據(jù)量幾十萬(wàn)

scikit-learn特點(diǎn)：1、數(shù)據(jù)量較小??2、方便學(xué)習(xí)

網(wǎng)址：

Kaggle網(wǎng)址：https://www.kaggle.com/datasets

UCI數(shù)據(jù)集網(wǎng)址： http://archive.ics.uci.edu/ml/

scikit-learn網(wǎng)址：http://scikit-learn.org/stable/datasets/index.html#datasets

4.特征值-目標(biāo)值

?特征值： 就是DataFrame中的列索引，

?目標(biāo)值： 很據(jù)特征值得到的結(jié)果值，就為目標(biāo)值，（就是想要做的事情的目的的分類(lèi)）

特征工程

特征工程是將原始數(shù)據(jù)轉(zhuǎn)換為更好地代表預(yù)測(cè)模型的潛在問(wèn)題的特征的過(guò)程，從而提高了對(duì)未知數(shù)據(jù)的模型準(zhǔn)確性

特征工程的意義

? ? ?直接影響模型的預(yù)測(cè)結(jié)果

總結(jié)

以上是生活随笔為你收集整理的机器学习(1.机器学习概述、数据集的组成以及机器学习的特征工程)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。