机器学习基础概念

1. 为了测试机器学习算法的效果，一般使用两套独立的样本集：训练数据和测试数据。当机器

学习程序开始运行时，使用训练样本集做为算法的输人，训练完成以后输人测试样本。输人测试

样本时并不提供测试样本的目标变量，由程序决定样本属于哪一个类别。比较测试样本预测的目标

变量值与实际样本类别之间的差异，就能够得出算法的实际精确度

2.

考虑使用机器学习算法的目的。若是想要预测目标变量的值，则能够选择监督学习算法，

不然能够选择无监督学习算法。肯定选择监督学习算法以后，须要进一步肯定目标变量类型，如

果目标变量是离散型，如是/否、1/2/三、― 冗或者红/黄/黑等，则能够选择分类器算法；若是目

标变量是连续型的数值，如0.0~ 100.00、-999~999或者+00~-00等，则须要选择回归算法。

若是不想预测目标变量的值，则能够选择无监督学习算法。进一步分析是否须要将数据划分

为离散的组。若是这是惟一的需求，则使用聚类算法；若是还须要估计数据与每一个分组的类似程

度，则须要使用密度估计算法。

3.开发机器学习应用程序的步骤

    (1) 收集数据

    (2) 准备输入的数据

    (3) 分析输入的数据

    (4) 训练算法