Sklearn机器学习概述

概述：

什么是机器学习：
1、研究如何通过计算手段，利用经验来改善系统自身的性能；
2、机器学习就是从数据上建立模型的算法，即学习算法，有了算法之后，将经验（数据）提供给算法，算法就能够基于经验（数据）产生模型（学习结果）；
3、当提供经验之外的数据时，模型就能够一句经验提供相应的判断（决策、识别等）。

案例：

Sklearn机器学习模型：

• 有监督学习：
  利用数据及其对应标签来训练模型。
  类似于学生通过研究问题和参考答案来学习，在掌握问题和答案之间的对应关系后，学生可以自己给出相似问题的答案了。
  在有监督学习中，数据=（特征，标签）
• 无监督学习：
  找出输入数据的模式（找规律，如哪些数据是相似的，将其归为一类）。
  在无监督学习中，数据=（特征，）

使用sklearn转换器预处理数据

数据

数据是经验的另一种说法，也是信息的载体。数据可分为：
1、结构化数据和非结构化数据
2、原始数据和加工数据
3、样本内数据和样本外数据

结构化数据是由二维表结构来逻辑表达和实现的数据。非结构化数据是没有预定义的数据，不便用数据库二维表来表现的数据。

数据获取

除了通过实际的系统获取数据，如火灾现场的环境数据等，还可以通过sklearn提供的数据集获取一些常用的数据，用于建模分析：

例：
获取乳腺癌数据

数据分类

数据预处理----标准化