標準機器學習的開發程式設計流程：
1、獲取資料(爬蟲、資料載入、業務部門獲取)
2、資料建模(摘選樣本資料(特徵、目標))
3、資料清洗(異常值檢測和過濾)
4、特徵工程(歸一化處理：提高演算法模型的精度)
歸一化目的：使得每種特徵資料的量級(權重)保持大致一致
歸一化方法(常用)：1.普通歸一化處理 2. 區歸一化 處理 3.使用函式
5、模型選擇(分類、回歸)
6、模型評估(打分，分類邊界圖，殘差直方圖)
7、演算法調優(調整模型物件的引數值)
8、繪圖
注意：以下命令都是在瀏覽器中輸入。
cmd命令視窗輸入：jupyter notebook
開啟瀏覽器輸入**http://localhost:8888/
說明：獲取年齡、教育程度、職位、每週工作時間作為機器學習資料 獲取薪水作為對應結果 。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas import dataframe,series
#建立k-近鄰演算法模型
from sklearn.neighbors import kneigh
03 機器學習開發流程
上一章 02 機器學習理性認識 讓大家對機器學習的相關演算法有了乙個初步的認識和了解。筆者的寫作思路是先把機器學習的每個大分類，以及大分類下的中小分類做乙個總體介紹。當後續對具體的演算法模型講解後，大家再回過頭對照今天講過的這些分類，你們會發現整個文集提供給你們的是乙個完整的知識體系。昨天的內容發布...
機器學習 演算法簡介以及開發流程
演算法以及開發流程 明確的幾點問題 1.演算法是核心，資料和計算是基礎 2.找準定位，知道演算法原理，學會運用。3.學會分析問題，使用機器學習演算法的目的，在什麼情況下運用。4.掌握演算法的基本思想，學會對問題用相應的演算法解決。5.學會利用庫和框架解決問題。演算法判別依據 資料型別判斷 離散型資料...
機器學習流程
機器學習其實就是利用現有資料，設計出演算法模型的過程。其流程如下 1 獲取資料 2 資料分析 3 設計演算法 4 測試演算法 5 驗證評估 6 提交演算法 對資料的處理分為四種情況 分類 聚類 回歸 降維。其中又以分類為主。分類思想主要分為兩種 1 利用歐式距離判定樣本屬於哪一類。2 利用概率大小進...