Python机器学习入门(一)序章

目录

  • 前言
  • 写在前面
  • 1.什么是机器学习?
    • 1.1 监督学习
    • 1.2无监督学习
  • 2.Python中的机器学习
    • 3.必须环境安装
      • Anacodna安装
    • 总结

      前言 每一次变革都由技术驱动。纵观人类历史,上古时代,人类从采集狩猎社会,进化为农业社会;由农业社会进入到工业社会;从工业社会到现在信息社会。每一次变革,都由新技术引导。
      在历次的技术革命中,一个人、一家企业,甚至一个国家,可以选择的道路只有两条:要么加入时代的变革,勇立潮头;要么徘徊观望,抱憾终生。
      要想成为时代弄潮儿,就要积极拥抱这次智能变革,就要掌握在未来社会不会被淘汰的技能,强大自己,为社会、为国家贡献自己的力量。而在以大数据为基石的智能社会,我们就要积极掌握前沿技术,机器学习就是信息时代人工智能领域核心技术之一。
      像个优秀的工程师一样使用机器学习,而不要像个机器学习专家一样使用机器学习方法。
      ——Google

      写在前面 【Python机器学习入门(一)序章】机器学习中算法众多,原理复杂,需要大量知识储备才能真正理解,也不需要完全理解,在今后的学习过程中逐渐积累,自然会逐渐掌握。因此本系列不会着重介绍算法原理,而侧重于如何“像一个优秀的工程师一样使用机器学习”。

      1.什么是机器学习? 机器学习(Machine Learning,ML)是一门多领域的交叉学科,涉及概率论、统计学、线性代数、算法等多门学科。它专门研究如何使计算机模拟和学习人的行为,以获取新的知识和技能,重新组织已有的知识结构使之不断完善自身的性能,
      机器学习拥有十分广泛的应用,例如:数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别等。
      机器学习算法可分为两大类:监督学习和无监督学习。
      下图是机器学习相关概念的思维导图:
      Python机器学习入门(一)序章
      文章图片


      1.1 监督学习
      监督学习即在机器学习过程中提供对错指示。一般是在数据组中包含最终结果(0,1),通过最终结果来让机器自己减小误差。
      这一类学习主要应用于分类和回归(Regression & Classify)。监督学习从给定的训练数据集中学习出一个目标函数,当新的数据到来时,可以根据这个函数预测结果。监督学习的训练集要求包括输入和输出(只要有标签的均可认为是监督学习),也可以说包括特征和目标,训练集中的目标是认为标注的。
      常见的监督学习算法包括回归分析和统计分类。

      1.2无监督学习
      无监督学习又称为归纳性学习(Clustering),利用K方式(KMean)建立中心(Centriole),通过循环和递减运算(Iteration&Descent)来减小误差,达到分类的目的。

      2.Python中的机器学习 本文将通过项目来介绍基于Python的生态环境如何完成机器学习的相关工作。
      利用机器学习的预测模型来解决问题共有六个基本步骤:
      • 定义问题:研究和提炼问题的特征,以便我们采用相应的思路和方法来解决问题。
      • 数据理解:通过统计性描述和可视化方法来分析现有的数据。
      • 数据准备:对数据进行格式化,以便构建预测模型。
      • 评估算法:利用测试集来评估算法模型,并选取一部分代表数据进行分析,以改善模型。
      • 优化模型:通过调参和集成算法来提升结果的准确度。
      • 结果部署:完成模型,并执行模型来预测结果和展示。
      这也是本文写作的顺序。阅读完本文,读者能够基本了解机器学习的基本步骤、实现方法,以便在自己的项目中利用机器学习来解决问题。

      3.必须环境安装 机器学习需要用到的相关模块包括SciPy,NumPy,Matplotlib,Pandas,Scikit-learn。
      SciPy是在数学运算、科学和工程学方面被广泛应用的Python类库。它包括统计、优化、整合、线性代数、傅里叶变换、信号和图像处理、常微分方程求解器等,被广泛运用在机器学习的项目中。
      NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持高维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
      Matplotlib是Python中最著名的2D绘图库,十分适合交互式地绘图,也可方便地将它作为绘图控件,嵌入GUI应用程序中。
      Pandas 是Python的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。
      Scikit-learn (sklearn) 是基于 Python 语言的机器学习工具,可以实现数据预处理、分类、回归、降维、模型选择等常用的机器学习算法。

      Anacodna安装
      Anaconda 个人版是一个免费、易于安装的包管理器、环境管理器和 Python 发行版,包含 1,500 多个开源包,并提供免费社区支持。其中的虚拟环境真的非常Nice,可以方便地针对不同项目安装不同模块。
      安装Anaconda时会自动地安装机器学习需要地所有库,无需再通过Pip逐个安装。
      Anaconda的安装十分简单,但Anaconda官网安装非常慢,推荐到清华镜像下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
      Python机器学习入门(一)序章
      文章图片

      next
      Python机器学习入门(一)序章
      文章图片

      I Agree
      Python机器学习入门(一)序章
      文章图片

      Just Me
      Python机器学习入门(一)序章
      文章图片

      更改安装路径到其他盘
      Python机器学习入门(一)序章
      文章图片

      勾选Register Anaconda3 as my default Python3.7,不推荐勾选第一个
      点击Install
      安装完成之后可以使用以下命令检验是否安装成功:
      import scipyimport numpyimport matplotlibimport pandasimport sklearnprint('scipy:{}'.format(scipy.__version__))print('numpy:{}'.format(numpy.__version__))print('matplotlib:{}'.format(matplotlib.__version__))print('pandas:{}'.format(pandas.__version__))print('sklearn:{}'.format(sklearn.__version__))

      结果如下:
      scipy:1.4.1
      numpy:1.21.0
      matplotlib:3.4.2
      pandas:1.0.1
      sklearn:0.22.1


      总结 到此为止,我们已经了解了机器学习的基本概念并完成了环境的安装,接下来将完善数据理解、数据准备、选择模型、优化模型、结果部署以及项目实战。
      到此这篇关于Python机器学习入门(一)序章的文章就介绍到这了,更多相关Python机器学习内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

        推荐阅读