第1章 机器学习基础

概述

由于本书的特点，先是给我们介绍算法的原理，然后再用代码实现，最后才是算法的实际应用。我本人只想快速了解算法的原理，所以在这本书里的笔记一般都是针对算法的原理的，实例部分基本上不会做记录了。

关键术语

下面的表格的数据是随便写的，方便一些概念的理解，和实际生活没有任何联系

体重	翼展	脚蹼	后背颜色	种属
10	20	30	blue	红尾
20	30	40	black	绿尾

• 专家系统：开发出能够识别鸟类的计算机软件，鸟类学者就可以退休了。因为鸟类学者是研究鸟类的专家，因此我们说创建的是一个专家系统
• 特征：也称为属性，比如鸟类的体重，翼展，脚蹼，后背颜色等
• 实例：表中的每一行都是具有相关特征的实例
• 分类：判断一只鸟是属于哪个种类的
• 训练集：用于训练机器学习算法的数据样本集合，表格中就有2个训练样本的训练集，每个训练样本有4种特征、一个目标变量
• 目标变量：分类算法中目标变量通常是标称型的，回归算法中通常是连续型的
• 知识表示：看到机器学习的效果，有些结果是人所能理解的，而有些只能为计算机所理解

其他

分类.JPG