机器学习（前六关大总结）生动讲解+代码实例

news2024/9/25 21:09:53

老粉都知道（还不点关注）我这机器学习已经有几天没更了，主要是最近忙碌比赛，所以时间紧张

那么我为大家总结一下，之前的机器学习知识点，让大家更好了解机器学习领域。

在此阅读前，感谢大家的关注和点赞。如果有疑问，可以评论区提问（看见包回的）

本次从六个方面给大家进行总结，更加深透地理解机器学习。

一.概念（机器学习到底是什么东东？？）

机器学习，哎，一听名字就是：一个机器具有学习能力（机器学习我们，归纳总结，吸取教训）。更加通俗的讲法就是：机器通过大量数据去自动分析得到模型，并训练数据，去预测数据。

比如，我上传了许多猫和狗的图片，让机器去自动分析，得到能够分辨猫狗的模型，再进行一定程度的训练，那么我们就可以判断一个动物是猫还是狗。比如下面那个就是猫

刚刚提到我们要有数据，数据包含特征值和目标值（可有可无）。特征值就是猫或者狗的特征，用来能够判断一个动物是狗还是猫的依据。如果判断为猫，目标值就为猫。

二.公开可用的数据集（方便自主学习使用）

scikit-learn网址：scikit-learn: machine learning in Python — scikit-learn 1.5.1 documentation

UCI网址：UCI Machine Learning Repository

Kaggle网址：Bohrium

scikit-learn 数据量小，方便学习
- UCI 收录360个数据集，覆盖科技、生活、经济等领域，数据量几十万。
- Kaggle 大数据竞赛平台，真实数据，数据量巨大

那就浅浅露一手，给大家看一下鸢尾花数据集，数据集网上都有，可以点击链接自行下载。

import sklearn
from sklearn.datasets import load_iris

# Load the iris dataset
print(sklearn.datasets.load_iris())

三.特征工程

哎呀，刚刚忘记说机器学习的流程了，没事，现在补上。

获取数据（有数据你才能得到模型啊，有数据你才能训练模型）
数据预处理（把那些无用的数据删掉，比如：空值，无意义的，乱码）
特征工程（对特征值进行处理）
机器学习算法训练--模型
模型评估（如果模型不行的话，从第二步开始重新看看，再优化一下，直到模型评估良好）
应用（模型好了，我们才能应用）

很多人问，这特征工程不就是数据处理吗？其实不然，因为数据预处理，主要针对缺失值、异常值、无意义值。特征工程是在预处理后，专门用特殊技巧去对特征值进行处理，慢活出细糠嘛。

from sklearn.model_selection import train_test_split
from sklearn.feature_extraction import DictVectorizer
data = [{'city':'北京','temperature':100}, {'city':'上海', 'temperature':60}, {'city':'深圳', 'temperature':30}]
# 1.实例化一个转换器类
transfer = DictVectorizer(sparse=False)

# 2.调用fit_transform()
data_new = transfer.fit_transform(data)
print("data_new\n", data_new)
# 如果下面报错了，你就换最下面那个，可能是版本不同吧，方法名不一样
# print("特征名字\n", transfer.get_feature_names())
print("特征名字\n", transfer.get_feature_names_out())