《Machine Learning In Action》 -- 第一章 概述

第一章： 概述

机器学习核心思想是 从众多纷繁复杂的数据中， 识别并归类有价值的信息， 甚至对下一步的趋势做一定的预测。
在机器学习领域，如果有60%的准确度，就是非常惊人的。


数据挖掘十大算法

1. C4.5 决策树
2. k-均值， k-mean
3. 支持向量机 SVM
4. 最大期望算法 EM
5. PageRank 算法
6. AdaBoost 算法
7. k-近临算法 KNN
8. 朴素贝叶斯算法 NB
9. 分类回归树 CART

监督学习：这类算法必须知道预测什么， 即目标变量的分类信息

• 分类： 根据不同的特征量， 对数据进行分类识别
• 回归：预测数值型数据

无监督学习：没有类别信息， 也没有目标变量

• 聚类： 将数据分成类似的对象的归类过程
• 密度估计： 寻找数据统计值的过程

选择算法， 首先需要判断是否选择监督学习还是无监督学习， 在特征上是离散还是连续， 如果离散， 选择分类更适合， 如果连续，选择回归更适合




机器学习过程

1. 数据采集
2. 数据输入
3. 人工干预数据
4. 训练算法