Google Machine Learning Recipes 1
官方中文博客 http://chinagdg.org/2016/03/machine-learning-recipes-for-new-developers/
视频地址 http://v.youku.com/v_show/id_XMTUxODA1NTY3Mg==.html
Github工程地址 https://github.com/ahangchen/GoogleML
欢迎Star
Supervised learning
原本我们是教会机器我们的规则,由机器执行规则进行分类,识别。
但规则总有漏洞,我们总能举出规则的反例。
我们不能为每种反例都对规则做修正,那是个无底洞。
所以我们让机器自己学习规则。
分类器
Input: Data (features)
Output: class (label)
机器学习的过程
- 收集训练数据: examples
我们需要从data中,提取出可以作为分类依据的特征作为feature
- 训练分类器: 分类器有很多种,我们这个部分使用了决策树
- 进行预测
环境搭建
使用scikit-learn做Python上的机器学习;
官网推荐使用Anaconda进行安装,轻松解决依赖,有两个版本可以用,我使用Python3版本;
安装后,关联Pycharm,新建一个工程,选择interpreter为anaconda里的python,这样才能顺利引用机器学习的库;
如果已经选了其他编译器,需要在File - Settings - 搜索interpreter,修改
代码
Hello world:一个简单的分类器训练与预测
如果觉得我的文章对您有帮助,请随意打赏~
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Google机器学习教程心得(一) - Python技术站