這算是我第一次正式、系統學習【機器學習】和【整合學習】，言外之意我就是個小白（交通專業，不過對用python進行資料分析還是有基礎的）～～關於打卡，我只想把自己最關心的、對我最有價值的部分提取出來，一方面算作給自己的回憶，另一方面也算做給和我同樣水平的小夥伴的分享吧！一句話概括機器學習：利用數學模型來理解資料，發現資料中的規律，用作資料的分析和**。這個資料長啥樣呢？從我的專業接觸的資料分析概念出發，可以簡單粗暴認為資料就是乙個
dataframe表，一行表示乙個樣本x
ix_i
xi，一列表示所有樣本的乙個特徵x(k
)x^x(k)
。有了資料，機器學習的任務是啥呢？根據資料是否有因變數，機器學習的任務可分為有監督學習和無監督學習。
有監督學習和無監督學習的區別是什麼？
有監督學習：給定某些特徵去估計因變數；
無監督學習：給定某些特徵但不給定因變數，建模的目的是學習資料本身的結構和關係。
本期機器學習的重點是【有監督學習】，那麼有監督學習怎麼分類？
回歸：因變數是連續型變數；
分類：因變數是離散型變數。
機器學習的工具是什麼？sklearn
下面進入實操！
第一步：匯入要用的包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
plt.style.use(
"ggplot"
)import seaborn as sns
sklearn中所有內建資料集都封裝在datasets物件內，返回的物件有：
from sklearn import datasets
boston = datasets.load_boston(
)# 返回乙個類似於字典的類
x = boston.data
y = boston.target
features = boston.feature_names
boston_data = pd.dataframe(x,columns=features)
# 注意這種生成**的方式
boston_data[
"price"
]= y
第三步：分析資料
各個特徵的含義如下：
因變數：price——房價
可以看出，因變數為波士頓房價price是乙個連續型變數，所以這是乙個回歸的例子。第一步：匯入要用的包（和回歸部分相同）第二部：匯入資料這裡使用
sklearn內建iris資料集。
from sklearn import datasets
iris = datasets.load_iris(
)x = iris.data
y = iris.target
features = iris.feature_names
iris_data = pd.dataframe(x,columns=features)
iris_data[
'target'
]= y
第三步：分析資料
各特徵的含義如下：
因變數：target——型別
為了更直觀地看這個資料，畫個圖：
marker =
['s'
,'x'
,'o'
]plt.rcparams[
'font.sans-serif']=
['times new roman'
]plt.rcparams[
'axes.unicode_minus']=
false
plt.figure(figsize =(5
,3), dpi =
512)
for index,c in
enumerate
(np.unique(y)):
plt.scatter(x=iris_data.loc[y==c,
"sepal length (cm)"],
y=iris_data.loc[y==c,
"sepal width (cm)"],
alpha=
0.8,label=c,marker=marker[c]
)plt.xlabel(
"sepal length (cm)"
)plt.ylabel(
"sepal width (cm)"
)plt.legend(
)plt.show(
)
先看看花萼長度-花萼寬度的相關關係：
再看花瓣長度-花瓣寬度的相關關係：
可以看出，每種不同的顏色和點的樣式為一種型別的鳶尾花，資料集有三種不同型別的鳶尾花（因變數是乙個類別變數），因此通過特徵**鳶尾花類別的問題是乙個分類問題。
機器學習Task01
x，y 輸入資料，array like，shape n，s 點的大小 標量或array like，shape n，可選 大小以點數 2。預設是rcparams lines.markersize 2。c 點的顏色 順序或顏色順序，可選，預設 b c可以是單個顏色格式的字串，也可以是一系列顏色 規範的長...
Task01 熟悉機器學習的三大主要任務
什麼是機器學習？機器學習的乙個重要的目標就是利用數學模型來理解資料，發現資料中的規律，用作資料的分析和 通常在乙個資料表dataframe裡面，一行表示乙個樣本?一列表示乙個特徵。根據資料是否有因變數 響應變數,y,結果集 機器學習的任務可分為 有監督學習和無監督學習。根據因變數的是否連續，有監督學...
整合學習（上） 3
訓練均方誤差與測試均方誤差 偏差 方差的權衡 特徵提取 壓縮估計 正則化 對回歸的係數進行約束或者加罰的技巧對p個特徵的模型進行擬合，顯著降低模型方差，這樣也會提高模型的擬合效果。具體來說，就是將回歸係數往零的方向壓縮，這也就是為什麼叫壓縮估計的原因了。降維 示例 from sklearn impo...