# 机器学习基础知识

# 什么是机器学习

机器学习就是通过输入大量的学习资料，然后让机器学习算法通过数据集来训练模型，然后有了新的样本之后，通过这个模型来获取输出结果。

# 机器学习中的数据

机器学习训练模型需要大量的数据。

• 数据整体叫数据集
• 每一行数据称为一个样本
• 除最后一列，每一列表达样本的一个特征
• 最后一列，称为标记

# 机器学习的基本任务

机器学习的基本任务分为两类：分类任务和回归任务。

分类任务分为：

• 二分类任务：例如判断邮件是垃圾邮件还是不是垃圾邮件，二选一。
• 多分类任务：例如手写数字识别，在多个数字中选出一个识别，还有图像识别等等。
• 多标签分类任务

回归任务：特点是结果是一个连续数字的值，而非一个类别。例如房屋价格、市场分析等。

# 机器学习方法

机器学习方法的分类主要分为以下几类：

• 监督学习
• 非监督学习
• 半监督学习
• 增强学习

# 监督学习

监督学习是给机器的训练数据拥有标记或者答案的数据集。相关算法如下：

• K近邻
• 线性回归和多项式回归
• 逻辑回归
• SVM
• 决策树和随机森林

# 非监督学习

非监督学习是给机器的训练数据没有任何标记或答案的数据集，对没有标记的数据进行分类-聚类分析。

# 非监督学习的意义

对数据进行降维处理，主要包含两方面内容：

• 特征提取：当我们面对一些数据的时候，数据有很多的特征，其中一些的特征对我们的数据是没有联系的。
• 特征压缩：不扔掉任何的特征，有的时候特征的关联性特别的强。