机器学习概述

1.1人工智能概述

        达特茅斯会议-人工智能的起点

        机器学习是人工智能的一个实现途径

        深度学习是机器学习的一个方法发展而来

   1.1.2机器学习、深度学习能做些什么

        传统预测

        图像识别

        自然语言处理

1.2什么是机器学习

        数据、模型、预测

        从历史数据中获得规律？这些历史数据是怎么的格式？

    1.2.3数据集构成

        特征值+目标值

1.3机器学习算法分类

        监督学习

        目标值：类别——分类问题

        k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归

        目标值：连续型的数据-回归问题

        线性回归、岭回归

        目标值：无-无监督学习

        聚类 k-means

                1、预测明天的气温是多少？ 回归

                2、预测明天是阴、晴、雨？ 分类

                3、人脸年龄预测？ 回归/分类

                4、人脸识别 ？ 分类

2.1数据集

      2.1.1可用数据集

        公司内部 百度

        数据接口 花钱

        数据集

        学习阶段可以用的数据集：

                1、sklearn

                2、kaggle

                3、UCI

        1  Scikit-learn工具介绍

      2.1.2sklearn数据集

        sklearn.datasets

                load_*  获取小规模数据集

from sklearn.datasets import load_iris
 
def datasets_demo():
    """
    sklearn数据集使用
    :return:
    """
    # 获取数据集
    iris = load_iris()
    print("鸢尾花数据集：\n",iris)
    print("鸢尾花数据集描述：\n", iris["DESCR"])
    print("鸢尾花特征值的名字：\n", iris.feature_names)
    print("鸢尾花特征值：\n", iris.data.shape)
    return None
 
if __name__ == "__main__":
    # 代码1：sklearn数据集使用
    datasets_demo()

运行如下（数据过多，展示部分） 

 

                fetch_*  获取大规模数据集

        2  sklearn小数据集

                sklearn.datasets.load_iris()

        3  sklearn大数据集

                sklearn.datasets.fetch_20newsgroups(data_home=None)

        4  数据集的返回值

                datasets.base.Bunch(继承自字典)

                dict["key"] = values

                bunch.key = values

思考：拿到的数据是否都用来训练一个模型？

      2.1.3数据集的划分

        训练数据集：用于训练、构建模型

        测试数据：在模型检验是使用，用于评估模型是否有效

        测试集 20%~30%

        sklearn.model_selection.train_test_split(arrays,*options)

        训练集特征值，测试集特征值，训练集目标值，测试集目标值

        x_train,              x_test,                y_train,                y_test

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
 
def datasets_demo():
    """
    sklearn数据集使用
    :return:
    """
    # 获取数据集
    iris = load_iris()
    print("鸢尾花数据集：\n",iris)
    print("鸢尾花数据集描述：\n", iris["DESCR"])
    print("鸢尾花特征值的名字：\n", iris.feature_names)
    print("鸢尾花特征值：\n", iris.data.shape)
 
    # 数据集的划分
    x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)
    print("训练数据集的特征：\n", x_train, x_train.shape)
    return None
 
if __name__ == "__main__":
    # 代码1：sklearn数据集使用
    datasets_demo()

部分运行结果如下