Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践

在这篇文┞仿中我将介绍三大年夜类的机械进修算法，针对大年夜范围的数据科学问题，信赖你都能满怀自负去解决。

假设有一些数据相干的问题亟待你解决。在此之前你据说过机械进修算法可以赞助解决这些问题，于是你想借此机会测验测验一番，却苦于在此范畴没有任何经验或常识。

同伙，请保持下去!

荣幸的是，在这篇文┞仿中我将介绍三大年夜类的机械进修算法，针对大年夜范围的数据科学问题，信赖你都能满怀自负去解决。

在接下来的文┞仿中，我们将评论辩论决定计划树、聚类算法和回归，指出它们之间的差别，并找出若何为你的案例选择最合适的模型。

有监督的进修 vs. 无监督的进修

懂得机械进修的基本，就是要学会对有监督的进修和无监督的进修进行分类，因为机械进修中的任何一个问题，都属于这两大年夜类典范畴。

在有监督进修的情况下，我们有一个数据集，它们将作为输入供给给一些算法。但前提是，我们已经知道精确输出的格局应当是什么样子(假设输入和输出之存放在一些关系)。

我们随后将看到的回归和分类问题都属于这个类别。

另一方面，在我们不知道输出应当是什么样子的情况下，就应当应用无监督进修。事实上，我们须要大年夜输入变量的影响未知的数据中推导出精确的构造。聚类问题是这个类其余重要代表。

为了使膳绫擎的分类更清楚，我会列举一些实际的问题，测验测验着对它们进行响应的分类。

示例一

假设你在经营一家房地产公司。推敲到新房子的特点，你要根据你以前记录的其他房屋的发卖量来猜测它的售价是若干。你输入的数据集包含多个房子的特点，比如卫生间的数量和大年夜小等，而你想猜测的变量(平日称为“目标变量”)就是价格。猜测房屋的售价是一个有监督进修问题，更确切地说，是回归问题。

举个例子!

示例二

假设一个医学实验的目标是猜测一小我是否会因为一些体质测量和遗传导致近视程度加深。在这种情况下，输入的数据集是这小我的体质特点，而目标变量有两种：

1 表示可能加深近视，而 0 表示不太可能。猜测一小我是否会加深近视也是一个有监督进修问题，更确切地说，是分类问题。

其次，为了答复上述问题，你必须明白你所说的优势毕竟意味着什么，因为每个办法的相对优势在不合情况下的出现不合，比如可解释性、鲁棒性、计算时光等等。

我们大年夜一开端就走了很长的路。我们已经谈到回归(线性和逻辑)、决定计划树，以及最后的 K-均值聚类。我们还在R中为个中的每一个办法建立了一些简单而强大年夜的实现。

示例三

假设你的公司拥有很多客户。根据他们比来与贵公司的互动情况、他们近期购买的产品以及他们的人口统计数据，你想要形成类似顾客的群体，以便以不合的方法应对他们 - 例如向他们中的一些人供给独家扣头券。在这种情况下，你将应用上述说起的特点作为算法的输入，而算法将决定应当形成的组的数量或类别。

这显然是一个无监督进修的例子，因为我们没有任何干于输出会若何的线索，完全不知道结不雅会如何。

接下来，我将介绍一些更具体的算法......

回归

起首，回归不是一个单一的监督进修技巧，而是一个很多技巧所属的完全类别。

回归的重要思惟是给定一些输入变量，我们要猜测目标值。在回归的情况下，目标变量是持续的 - 这意味着它可以在指定典范围内取任何值。另一方面，输入变量可所以离散的也可所以持续的。

在回归技巧中，最风行的是线性回归和逻辑回归。让我们细心研究一下。

线性回归

例如，假设我们有两个输入变量 X1 和 X2，还有一个目标变量 Y，它们的关系可以用数学公式表示如下：

Y = a * X1 + b*X2 +c

假设 X1 和 X2 的值已知，我们须要将 a，b 和 c 进行调剂，大年夜而使 Y 能尽可能的接近真实值。

假设我们拥有有名的 Iris 数据集，它供给了一些办法，能经由过程花朵的花萼大年夜小以及花瓣大年夜小断定花朵的类别，如：Setosa，Versicolor 和 Virginica。

应用 R 软件，假设花瓣的宽度和长度已给定，我们将实施线性回归来猜测萼片的长度。

在数学上，我们会经由过程以下公式来获取 a、b 值：

SepalLength = a * PetalWidth + b* PetalLength +c

响应的代码如下所示：

线性回归的结不雅显示鄙人列图表中，个中黑点表示初始数据点，蓝线表示拟合回归直线，由此得出估算值：a= -0.31955，b = 0.54178 和 c = 4.19058，这个结不雅可能最接近实际值，即花萼的┞锋实长度。

逻辑回归

重要思惟与线性回归完全雷同。不合点是逻辑回归的回归线不再是直的。

我们要建立的数学关系是以下情势的：

Y=g(a*X1+b*X2)

g() 是一个对数函数。

根据该逻辑函数的性质，Y 是持续的，范围是 [0,1]，可以被解释为一个事宜产生的概率。

再举个例子!

这一次我们研究 mtcars 数据集，包含 1973-1974 年间 32 种汽车制造的汽车设计、十个机能指标以及油耗。

应用 R，我们将在测量 V/S 和每英里油耗的基本上猜测汽车的变速器是主动(AM = 0)照样手动(AM = 1)的概率。

am = g(a * mpg + b* vs +c):

如下图所示，个中黑点代表数据集的初始点，蓝线代表闭合的对数回归线。估计 a = 0.5359，b = -2.7957，c = - 9.9183

　　推荐阅读

　　扎心了，老铁！下班回家无人陪，程序员又双叒叕成单身率最高！

近日，网上宣布了一份申报——《2017 职场独身单身人群婚恋需求申报》，此申报引起了网友热议，它是由珍爱网和智联雇用合营出品的，主如果针对职场独身单身人群进行得线上抽样查询拜访，并且>>>详细阅读

本文标题：快速掌握机器学习，这3种算法你必须知道

地址：http://www.17bianji.com/lsqh/38718.html

 1/2    1