编写你人生中第一个机器学习代码吧！

小之的公众号 : WeaponZhi。关注公众号并回复AI获取AI+Python资料和机器学习入门视频教程

咱们先要学习的机器学习算法是监督学习，那么，何为监督学习呢？要了解监督学习，咱们得先回顾下咱们平时的编码方式。咱们平时的编码方式是一种硬编码，简而言之就是面对问题的时候，咱们经过正向暴力编码，将问题的各个方面和逻辑经过编码来处理，从而使得代码按照咱们的思路一步步运行下去，最终解决咱们的既定问题。

打个比方，假设咱们要写一个代码来区分一我的的性别，咱们可能首先会提取出男人和女人的特色，好比男人可能有胡子，有喉结，身高广泛在一个 xx 范围这样，那么咱们就能够根据这些属性来编写一些判断条件，最终实现一个算法，而后把某我的具有的属性输入到算法，算法输出一个结果，告诉你这我的多是啥性别。

这样可能能实现一个算法，但会有两个问题。首先就是这些属性的肯定，决定一我的是什么性别的属性可能有不少，若是属性太多，靠人工来编写算法就会显得很是不实际。其次，这些属性对于最终输出结果的影响是有限的，总会存在特例，有的男人就是不长胡子，或者有的女人身高很高，面对这种比较特殊的个例的时候，算法就很是有可能出错，显然，单纯的依靠硬编码，是不可能作到尽善尽美的。

而监督学习算法的作法就是，把一些既定的样本输入给算法，这些样本包括具体的特征属性和具体的输出，好比「一我的身高一米八，有胡子，有喉结」，这是它的样本输入，「这我的是个男人」是它的输出，这些具备明确输入和结果的样本输入到监督学习算法后，它会本身进行学习和总结，随着样本数量的增多，监督学习的判断规则将会被训练的 愈来愈准确和成熟。随后，面对它从未见过的样本，好比「一米六，没胡子，有喉结」，算法就会根据以前的规则给出一个它的判断，告诉你这我的多是个啥性别。

咱们把胡子、喉结这些属性成为特征-Features，男人仍是女人这样的输出结果称为标签-Label。为了实现这样的一个功能，咱们须要一个分类器，那么，咱们整个监督学习的过程大概是这样的。

scikit-learn 能够帮咱们轻易的实现上面的需求，若是你安装过 Anaconda，scikit-learn 就已经包含其中了，其余下载方式这里再也不赘述。

若是你是使用 Python 来学习机器学习，scikit-learn 确定是你必需要使用的机器学习库，scikit-learn 是很是保守的库，它专业性极强，只作机器学习领域，历来不会做任何机器学习领域以外的扩展。不只如此，scikit-learn 使用的机器学习算法都是通过普遍验证过的算法，这些算法每每也是效率最高，实现最简单有效的。因此，阅读 scikit-learn 的源码实现也是一个很是好的学习方式。

scikit-learn 官网

下面咱们用具体的代码来演示上面说过的三个过程。

收集真实训练数据

在现实的应用环境中，咱们获取数据的方式是多种多样的，好比，你能够经过读取已有文件来获取数据，或者是动态的监听数据，每获取一条数据就输入一条数据。咱们就不这么复杂了，用上面判断性别的例子，简单的模拟几个数据：

>> features = [[160,30,2.1],[170,15,2.3],[178,8,2.5],[188,10,2.8],[167,22,2.2]]
>> labels = [0,0,1,1,0]
复制代码

features 是咱们的特征，拿第一个数据 [160,30,2.1] 举例子，160 表明的是身高，30 表明的是头发长度，2.1 表明的是腰围，单位为尺。好吧，原谅我想象力有点渣渣，可能例子很差，总之目前咱们使用身高、头发长度以及腰围来做为咱们判断性别的特征，固然，你还能够提取出更多的特征，这里只是为了咱们测试方便。labels 就是咱们的标签了，0 表明这我的性别为女，1 表明性别为男

这样， 咱们就算完成了第一步，收集好了真实数据

训练分类器

拿到了数据源，咱们须要挑选一种分类器来训练这组数据，这里咱们选择决策树，能够先暂时不要管决策树是什么，你能够把它当作实现分类器的一种形式罢了

>> from sklearn import tree
>> clf = tree.DecisionTreeClassifier()
>> clf.fit(features,labels)
复制代码

sklearn便是 scikit-learn 库，咱们引入库中的决策树类，并使用fit()函数来匹配特征和标签，这样，咱们的分类器就算实现好了，clf完成了它的训练。

对数据做出预测

实际上你能够把分类器想像成一个黑盒子，经过一些数据的训练，这个盒子就具有了必定的判断能力，当你再次输入进数据的时候，它可以获得相应的预测，至于这个盒子里面到底使用了什么方法根据数据的训练来指定规则，就是你选取的算法所作的事了，好比在这里，咱们选择了决策树来做为分类器制定规则的算法，固然你还有不少算法能够选择，也能够本身实现算法，这不在咱们这篇文章的讲述范围内。下面，咱们使用实现好的分类器，对一个未知数据进行预测

>> print(clf.predict([[180, 15, 2.3]]))
[0]
复制代码

咱们使用predict()函数来对一组分类器从未见过的数据来进行预测。分类器认为一个 1 米 8 大个，长着 15 厘米长秀发，腰围 2.3 尺 的高大个是个女孩。好吧，这是它的想法。

那么，这就是你的第一个机器学习代码了，是否是简单有趣无敌呢？

---

参考资料：Machine Learning Recipes with Josh Gordon

欢迎关注个人公众号