一、机器学习基础
1、两组数据:
(1)训练数据(已有数据)
#训练参数数据集(多维自变量)
#训练结果数据集(一般为单维因变量,也可为多维因变量)
(2)预测数据
#预测参数数据集(多维自变量)已有数据
#预测结果数据集(一般为单维因变量,也可为多维因变量)未知数据
2、学习流程
(1)训练过程
![](https://images2017.cnblogs.com/blog/1070321/201710/1070321-20171024210127551-1169181154.png)
![](C:/Users/hasee/AppData/Local/YNote/data/cr17171700@163.com/74c3da01e8a6408aa72b1f1ef2fc2aa6/clipboard.png)
![](C:/Users/hasee/AppData/Local/YNote/data/cr17171700@163.com/74c3da01e8a6408aa72b1f1ef2fc2aa6/clipboard.png)
(2)预测过程
![](https://images2017.cnblogs.com/blog/1070321/201710/1070321-20171024210145660-384675896.png)
![](C:/Users/hasee/AppData/Local/YNote/data/cr17171700@163.com/92ce1f49981b41b1b964f48c7d755ffb/clipboard.png)
3、机器学习基本流程:
(1)模型函数选择(重要*****)
(2)导入训练数据(一般***)
(3)建立算法模型(重要*****)
(4)输入预测数据(一般***)
(5)调用预测函数(一般***)
(6)生成预期结果(一般***)