机器学习基础概念

机器学习：利用计算机从历史中找规律，并把这些规律用到对未来不确定场景的决策

---

机器学习简单分类：

可以分为 监督学习、无监督学习、半监督学习分类、聚类、回归生成模型（给出数据属于各个类别的概率）、判别模型（给出数据所属于的类别）

---

机器学习和数据分析的区别:

数据特点：交易数据（订单） VS 行为数据（点击历史）

少量数据 VS 海量数据

采样分析 VS 全量分析

---

训练数据/验证数据/测试数据

建模之前把数据分成三个部分 ：训练集、验证集、测试集

训练集：用来训练，构建模型验证集：用来在模型训练阶段测试模型的好坏测试集：用测试集评估模型的好坏

---

监督学习/无监督学习/半监督学习

监督学习：有明确的特性，带有标签的数据集，带有标签 分类

无监督学习：没有标签的数据 聚类

半监督学习：半监督学习是监督学习和无监督学习相结合的一种学习方式。主要是用来解决使用少量带标签的数据和大量没有标签的数据进行训练和分类的问题。

---

常见应用：

回归：拿到新的房子面积和学区编号，预测房价

分类（图像识别、垃圾邮件识别、文本分类）、 天气：晴，阴，雨 温度：暖，冷 湿度：普通，大 风力：强，弱 周末：是，否 预测是否运动：是，否

聚类 根据用户数据给用户分类，分类数量可以视情况而定

---

总结 回归/分类/聚类

回归：预测数据为连续型数值。分类：预测数据为类别型数据，并且类别已知。聚类：预测数据为类别型数据，但是类别未知。