机器学习笔记1

1、机器学习算法分类
 监督学习：
     目标值：类别-分类问题
               分类算法：K-近邻算法、贝叶斯分类、决策树和随机森林、逻辑回归
     目标值：连续型的数据-回归问题
               回归算法：线性回归、岭回归
 无监督学习：
     目标值：无-无监督学习
                算法：聚类 K-means

2、机器学习开发流程
     1）获取数据
     2）数据处理
     3）特征工程
     4）机器学习算法训练-模型
     5）模型评估
     6）应用

3、特征工程-数据集
      可用数据集：
            1）sklearn自带的
            2）kaggle
            3）UCI

      sklearn数据集
          sklearn.datasets
               load_*获取小规模数据集
                       1）  sklearn.datasets.load_iris()#加载并返回ying尾花数据集
                        2）  sklearn.datasets.load_boston()#加载返回波斯顿房价数据集
               fetch_*获取大规模数据集
                        1） sklearn.datasets.fetch_20newsgroups(data_home=None,subset='train')
                                     (subset参数：'train'是训练集，'test'是测试集，'all'是全部)

           load和fetch返回的数据类型是datasets.base.Bunch(字典格式)
                         dict["key"]=values
                          bunch.key=values
         
        数据集的划分
                  训练集和测试集。