機(jī)器學(xué)習(xí)是根據(jù)不同事物的特征來推導(dǎo)它的分類或者預(yù)測(cè)它未來的值趾牧，
大類有分類和回歸，分類好理解就是把桃花和菊花分開阱穗，又分二分類和多分類。回歸就是預(yù)測(cè)房?jī)r(jià)笼呆，股價(jià)這種，預(yù)測(cè)具體的值旨别。
方法主要分為監(jiān)督學(xué)習(xí)诗赌、無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)。最大區(qū)別是訓(xùn)練集（已知事物）是否有對(duì)應(yīng)的類別標(biāo)簽秸弛。
監(jiān)督學(xué)習(xí)就是用已知的事物特征（feature）和類別（label）
铭若，訓(xùn)練一個(gè)模型，用于預(yù)測(cè)只有特征的事物是哪個(gè)類別递览。
特征可以理解為導(dǎo)致分類的一些影響因素叼屠，比如分類桃花和菊花，可能特征就是顏色绞铃，花瓣數(shù)量镜雨，開花時(shí)間等等。
無監(jiān)督學(xué)習(xí)是根據(jù)已知的事物特征進(jìn)行聚類儿捧。
半監(jiān)督學(xué)習(xí)是部分有l(wèi)abel荚坞。
這是文檔給出的導(dǎo)圖
api
我使用的一般基本流程是：
1.收集數(shù)據(jù)，一般爬蟲就在這里用菲盾，包括特征（label颓影，監(jiān)督學(xué)習(xí)），用pandas處理數(shù)據(jù)得到更多的特征懒鉴，比如得到一些‘XX率’诡挂，得到原始的訓(xùn)練集。
2.用sklearn.processing對(duì)數(shù)據(jù)預(yù)處理临谱，normalize咆畏，主要針對(duì)的是feature數(shù)量級(jí)特別不一樣的情況，比如有10000和1.1吴裤，這種差別比較大的旧找，就會(huì)出現(xiàn)特征對(duì)結(jié)果的"貢獻(xiàn)"不一樣。（主要是影響梯度下降的計(jì)算）
還有一種預(yù)處理是把文字類型數(shù)據(jù)改成類別類型麦牺，
3.選取多個(gè)模型钮蛛，訓(xùn)練模型鞭缭，根據(jù)結(jié)果，得到學(xué)習(xí)曲線learning-curve魏颓，看是高偏差high bias還是高方差variance岭辣，調(diào)整原始數(shù)據(jù)，選擇加入更多的數(shù)據(jù)甸饱，還是調(diào)整參數(shù)沦童。
4.用新數(shù)據(jù)訓(xùn)練模型，選取效果好的叹话，用 驗(yàn)證曲線cross-validation curve輔助來調(diào)參偷遗。
5.用grid網(wǎng)格化搜索參數(shù)
寫在最后
我的數(shù)學(xué)水平大概在能知道求導(dǎo)，積分的概念驼壶，基本就是高中生水平氏豌，機(jī)器學(xué)習(xí)的確需要很高的數(shù)學(xué)基礎(chǔ)，但是只是運(yùn)用的話热凹，就不需要那么高的水平泵喘，我覺得了解各個(gè)模型的參數(shù)影響什么，能夠調(diào)參就行了般妙。
機(jī)器學(xué)習(xí)我主要是看了吳恩達(dá)的教程和[機(jī)器學(xué)習(xí)實(shí)戰(zhàn)]（https://book.douban.com/subject/24703171/）纪铺，統(tǒng)計(jì)方面看了白話統(tǒng)計(jì)
這三個(gè)我覺得算是非常通俗易懂，我是先看的機(jī)器學(xué)習(xí)實(shí)戰(zhàn)碟渺，感覺比較懵鲜锚，全靠吳恩達(dá)的教程，超級(jí)友好止状，推導(dǎo)由淺入深烹棉，關(guān)鍵把什么時(shí)候用攒霹，怎么樣用怯疤，流程是怎樣的都說的很清楚，超級(jí)推薦催束。
這個(gè)文集僅僅用于記錄我的學(xué)習(xí)心得集峦。
