【机器学习】（一）jupter notebook、初识数据的步骤

必要的库和工具

jupter notebook

Jupter Notebook是可以在浏览器中运行代码的交互环境，用于探索性数据分析。
都是通过cmd命令行打开。
安装：pip install jupyter
使用：jupyter notebook

jupyter notebook的安装与使用
Python·Jupyter Notebook各种使用方法记录·持续更新

库安装：pip install numpy scipy matplotlib ipython scikit-learn pandas
查看版本：内置函数version

import pandas
pandas.__version__

机器学习

机器学习是从数据中提取知识，也叫预测分析或统计学习。本质上是一个迭代的过程。

机器学习算法：
监督学习算法：根据给定的输入给出预期输出
无监督学习算法：只有输入数据已知，没有为算法提供输出数据

机器学习中的每个实体或者每一行被称为一个样本或数据点，每一列（用来描述实体的属性）称为特征。
因此数据是一个二维数组（矩阵），目标是一个一维数组（向量）。

应用的实践

1.初识数据：加载数据集获得对象实例，观察样本及其特征。
2.衡量模型是否成功：分类训练数据与测试数据。
3.观察数据：数据可视化，绘制散点图。
4.构建模型：包含能够实现应用输入输出的算法。
5.做出预测：检测模型
6.评估模型：根据预测的正确率计算精度来衡量模型的优劣。

本文地址：https://blog.csdn.net/weixin_43931465/article/details/107331617