机器学习算法

　　机器学习算法分类：

　　监督学习：

　　　　定义：输入数据是由特征值和目标值组成，函数的输出可以是一个连续的值（称为回归），或是输出连续个离散值（称为分类）。

　　　　目标值：类别——分类问题

　　　　　　算法：K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归...

　　　　目标值：连续型的数据——回归问题

　　　　　　算法：线性回归、岭回归

　　无监督学习：

　　　　定义：输入数据是由特征值组成。

　　　　目标值：无——聚类

　　　　　　算法：聚类K-means

　　

　　机器学习开发流程：

　　①：获取数据

　　②：处理数据

　　③：特征工程

　　　　特征抽取/特征提取：（sklearn库中：sklearn.feature_extraction包含字典特征提取、文本特征提取）

　　　　　　文本数据等——>数值数据

　　④：机器学习算法训练——模型

　　⑤：模型评估

　　⑥：应用