【机器学习】机器学习概叙

1.数据集划分

在数据集中一般:
一行数据我们称为一个样本
一列数据我们成为一个特征
有些数据有目标值(标签值)，有些数据没有目标值(如上表中，电影类型就是这个数据集的目标值)

数据>>>模型   新数据>>>预测
数据集：75%
测试集：25%

数据类型构成:
  数据类型一:特征值+目标值(目标值是连续的和离散的)
  数据类型二:只有特征值，没有目标值
  
 数据划分
 训练数据(训练集)-- 构建模型
测试数据(测试集)-- 模型评估

2.机器学习流程：

  用户数据-->数据基本处理-->特征工程-->机器学习-->模型评估-->在线服务

3.专有名词

    样本
    特征
    目标值（标签值）
    特征值

 4.类型：

     特征值+目标值
     只有特征值，没有目标值
  
  5.数据基本处理
    对数据进行缺失值和异常值处理
    
   6.特征工程
     1.定义
         把数据转换成机器更容易识别的数据
     2.为什么需要特征工程
         数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已
    3.内容
        特征提取
        特征预处理
        特征降维
7.机器学习
    选择合适的算法对模型进行训练
    1.监督学习
        分类回归
        输入数据有特征标签值，即有标准答案
    2.无监督学习
        聚类
        输入数据有特征无标签，即无标准答案
    3.半监督学习
        有特征值，一部分数据有目标值，一部分没有
    4.强化学习
        自动进行决策，并且可以连续决策
        动态过程，上一步数据的输出是下一步数据的输入
8.模型评估
    对训练好的模型进行评估
    1.分类模型评估
      准确率
      精确率
      召回率
      F1-scorce
      AUC指标
    2.回归模型评估
      均方根误差
      相对平方