机器学习-4.开发流程、算法基本认知

1. 机器学习开发流程

我们作为机器学习的开发工程师首先要明确自己学习的定位，也就是确定学习边界。

大部分复杂模型的算法设计都是由算法工程师去做的，我们只需要：

1.分析很多的数据；

2.分析具体的业务；

3.应用常见的算法；

4.特征工程、调参数、优化。

我们学习应达到一下目的：

1.学会分析问题、使用机器学习算法的目标，想要使得算法完成什么样的任务。

2.掌握算法基本思想原理，学会对不同问题用对应的算法来解决。

3.学会利用库或框架解决问题。

开发流程：

2. 机器学习算法分类

数据类型

离散型数据：由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高他们的精确度。

连续性数据：变量可以在某个范围内取任一数，即变量的取值可以是连续的，如：长度、时间、质量值等，这类整数通常是非整数，含有小数部分。

注：离散型是区间内不可分，连续型是区间内可分。

数据的类型将是机器学习模型不同、问题不同，进行处理的依据。

算法分类

监督学习（有特征值和目标值）

– 分类：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：线性回归、岭回归

– 标注：隐马尔科夫模型（不重要）

无监督学习（只有特征值）

– 聚类：k-means

分类算法对应-目标值是离散型数据

回归算法对应-目标值是连续型数据

3. 转换器与估计器

转换器是实现了特征工程的API，例如前几篇文章的示例中的fit_transform()等。

估计器是实现了算法的API，在sklearn中有：

用于分类的估计器：

– 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

用于回归的估计器

– sklearn.linear_model.LinearRegression ：线性回归

– sklearn.linear_model.Ridge ：岭回归

--------------------- 

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