【机器学习】带你迅速了解什么是机器学习
【机器学习】带你迅速了解什么是机器学习
机器学习是一门研究计算机如何模拟或实现人类学习行为的学科，它能够从数据中发掘知识，是当今科技领域的重要研究方向之一。本文将带你了解机器学习的基本概念、基于规则的学习与基于模型的学习的区别，以及机器学习数据集的相关知识。
机器学习引入
试想这样一个场景：傍晚时分，小街路面上沁出微雨后的湿润，和煦的细风吹过，抬头看看天边的晚霞。你心里想着，明天又是一个好天气。
走到水果摊旁，你挑了一个色泽青绿、敲起来声音浊响的西瓜，一边期待着西瓜皮薄肉厚瓤甜的爽落感。
回想刚刚的场景，你会发现这里涉及很多基于经验做出的预判：
为什么看到微湿的路面、感到和煦的细风、看到天边的晚霞，就能认为明天是好天气呢？答案是因为在我们的生活经验中，已经遇见过很多类似的情况，前一天观察到上述特征后，第二天天气通常会很好。
为什么色泽青绿、敲声浊响就能判断出是正熟的好西瓜呢？这是因为我们吃过、看过很多西瓜，所以基于色泽、敲声这几个特征，就可以做出相当好的判断。
简言之，我们可以把这些经验交给计算机，由计算机给出预测。
机器学习基本概念
机器学习专门研究计算机怎样模拟或实现人类的学习行为，使之不断改善自身性能。它是一门能够发掘数据价值的算法和应用。我们生活在一个数据资源非常丰富的年代，通过机器学习中的自学习算法，可以将这些数据转换为知识。
借助于近些年发展起来的诸多强大的开源库，现在是进入机器学习领域的最佳时机。
机器学习模型 = 数据 + 机器学习算法
但是在没有机器学习之前，都是基于规则学习的方式。
基于规则的学习
在机器学习出现之前，我们进行预测，需要先有一个明确的可解释的规则。例如，基于规则的分类器是使用一组 "if…else…" 规则来对样本进行分类的技术。
但是，有很多问题无法明确地写下规则，此时我们无法使用规则学习的方式来解决这一类问题，比如：
- 图像和语音识别
- 自然语言处理
举例来说，我们尝试通过基于规则的学习方式让计算机识别大象。下图中的大象千差万别，有的是实物，有的是雕塑，有的是画，我们无法通过创建一套规则的方式让计算机准确识别每一头大象。此时，我们需要一种新的方法来解决这类问题。
基于模型学习
基于模型的学习就是通过编写机器学习程序，让机器自己学习从历史数据中获得经验、训练模型。
例如，房价预测。数据如下图：
- 我们可以使用一条直线尽可能多地通过这些点，不通过的点尽量分布在直线的两侧。利用这条直线所表示的线性关系，我们就可以预测房价。
- 直线可以写成y=ax+b，若a,b已知，我们就能够预测房价。在机器学习中，a,b称为参数，y=ax+b称为模型。通常a,b未知，是我们需要求解的量。
机器学习数据集描述
数据集如下：
通过电商购买数据集了解机器学习数据集的构成：其中每一个用户都由age年龄、income收入、student是否为学生、credit_rating信用级别和buy_computer是否购买电脑组成。
数据集描述如下
案例实操：
西瓜数据集，可以通过西瓜的色泽、根蒂、敲声确定一个西瓜是好瓜或坏瓜，可以做详细分析：
鸢尾花数据集
鸢尾花Iris Dataset数据集是机器学习领域经典数据集，该数据集可以从加州大学欧文分校（UCI）的机器学习库中得到。鸢尾花数据集包含了150条鸢尾花信息，每50条取自三个鸢尾花中之一：Versicolour、Setosa和Virginica
每个花的特征用下面5种属性描述：
小结
- 基于规则的分类器是使用一组 "if…else…" 规则来对样本进行分类的技术
- 基于模型的学习是从数据集中学习知识来获取模型，通过模型来对样本进行分类的技术
- 机器学习的数据集：样本，特征，目标，训练集，测试集