关键词：
以下内容都是通过看寄《机器学习实战》这本书后进行的总结。有疏漏的地方请指正。
一般在实际问题中选择相应的算法需考虑两个问题：
第一：使用算法的目标，想要算法完成何种任务。比如预测明天下雨的概率 还是 对鸟类进行种群划分。
目的（大多数情况下）：（1）想要预测目标变量的值，可以选择 监督学习算法
分类器算法：目标是离散型的，如是/否，1/2/3 ,A/B/C之类的，
回归算法：目标变量是连续型的数值，如0.0~100.0，-999~999等
（2）不想预测目标变量的值，可以选择无监督学习算法。
聚类算法：如果唯一的要求就是将数据划分为离散的组。
密度估计算法：还需要估计数据与每个分组的相似程度。
第二：需要分析或者收集的数据是什么。
需要对数据进行充分的理解，例如 （1）特征是是离散型变量还是连续型变量，特征值中是否存在缺失的值，何种原因造成缺失，数据是否存在异常值，某个特征发生的频率如何等等。
《机器学习实战》logistic回归算法
=====================================================================《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记也包含一些其他python实现的机器学习算法 查看详情
机器学习实战k-近邻算法
...tp://www.cnblogs.com/lighten/p/7593656.html 1.原理 本章介绍机器学习实战的第一个算法——k近邻算法（k NearestNeighbor），也称为kNN。说到机器学习，一般都认为是很复杂，很高深的内容，但实际上其学习门栏并不算高，具备基... 查看详情
scikit-learn机器学习常用算法原理及编程实战
机器学习介绍机器学习的概念机器学习要解决的问题分类使用机器学习解决问题的一般性步骤什么是机器学习机器学习是一个计算机程序，针对某个特定的任务，从经验中学习，并且越做越好。谁掌握的数据量大、质量高，谁就... 查看详情
《机器学习实战》学习笔记——k近邻算法
1.numpy中一些函数的用法学习shape()用法：shape :tupleofintsTheelementsoftheshapetuplegivethelengthsofthecorrespondingarraydimensions.。 shape返回一个元组，依次为各维度的长度。shape[0]:第一维长度,shape[1]:第二维长度。 tile()用法：numpy.tile 查看详情
电子书机器学习实战.pdf
机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域... 查看详情
《机器学习算法分类讲解与kaggle实战》专栏概述
机器学习实战笔记-1基础
机器学习基础什么是机器学习机器学习能让我们从数据集中受到启示。换句话说。我们会利用计算机来彰显数据背后的真实含义。简单的说机器学习就是把无序数据转换成实用的信息。关键术语特征(属性)：对一类物体我们关心... 查看详情
机器学习实战[machinelearninginaction]
内容简介 机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专... 查看详情
机器学习实战之knn算法
机器学习实战这本书是基于python的，如果我们想要完成python开发，那么python的开发环境必不可少：（1）python3.52,64位，这是我用的python版本（2）numpy1.11.3,64位，这是python的科学计算包，是python的一个矩阵类型，包含... 查看详情
01_机器学习简介
机器学习目标: 以算法、案例为驱动的学习，浅显易懂的数学知识。目标： 熟悉机器学习各类算法的原理 掌握算法的使用，能够结合场景解决实际问题 掌握机器学习算法库和框架的技能 机器学习主要领... 查看详情
机器学习实战精读--------k-近邻算法
对机器学习实战的课本和代码进行精读，帮助自己进步。#coding:utf-8from numpy import *import operator #运算符模块from os import listdir #os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字... 查看详情
机器学习实战笔记--k近邻算法
1#encoding:utf-82fromnumpyimport*3importoperator4importmatplotlib5importmatplotlib.pyplotasplt67fromosimportlistdir89defmakePhoto(returnMat,classLabelVector):#创建散点图10fig=plt.figure()11ax=fig.add_subpl 查看详情
机器学习实战机器学习基础
1.1机器学习概念：机器学习能让我们从数据集中受到启发，换句话说，我们会利用计算机来彰显数据背后的真实含义。机器学习就是把无序的数据转换成有用的信息。1.2机器学习的主要任务：大多数人都见过回归的例子——数据... 查看详情
机器学习算法--svm实战
1、不平衡数据分类问题对于非平衡级分类超平面，使用不平衡SVC找出最优分类超平面，基本的思想是，我们先找到一个普通的分类超平面，自动进行校正，求出最优的分类超平面测试代码如下：importnumpyasnpimportmatplotlib.pyplotaspltf... 查看详情
《机器学习实战》知识点笔记目录
从今天起，开始学习《机器学习实战》，并记录学习到的知识点。 --2017-12-311，第2章KNN算法笔记_函数classify0 查看详情
机器学习实战精读--------决策树
感觉自己像个学走路的孩子，每一步都很吃力和认真！机器根据数据集创建规则，就是机器学习。决策树：从数据集合中提取一系列规则，适用于探索式的知识发现。决策树本质：通过一系列规则对数据进行分类的过程。决策树... 查看详情
spark入门实战系列--8.sparkmllib（上）--机器学习及sparkmllib简介
Spark入门实战系列--8.SparkMLlib（上）--机器学习及SparkMLlib简介 1、机器学习概念1.1 机器学习的定义在维基百科上对机器学习提出以下几种定义：l“机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，... 查看详情
机器学习实战k-近邻算法实施knn分类算法
2.预测数据分类时，出现‘dict’objecthasnoattribute‘iteritems‘如： 最常见的解决办法是更改环境变量顺序如 注意：哪个版本在上面，cmd中的python版本即是谁。如又如： 然后预测数据所在分类即可实现： 查看详情