机器学习.1

第一次接触机器学习的概念，其实对于这方面相当于从零开始，包括python的使用，一点都不了解，在上一周开始正式接触有关方面的知识。

1.机器学习及深度学习

机器学习是解决人工智能问题的最核心的技术。比如推荐系统、无人驾驶、人脸识别、竞技分析等应用都要依赖于机器学习技术。

机器学习的核心是，从数据中自动学出规律，而不是一个人拍脑袋定出来的。可以简单地理解为归纳总结。而且通过机器归纳出来的规律有可能很多是我们之前都没有想到的。

机器学习的核心是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测”。这意味着，与其显式地编写程序来执行某些任务，不如教计算机如何开发一个算法来完成任务。有三种主要类型的机器学习：监督学习、非监督学习和强化学习，所有这些都有其特定的优点和缺点。

深度学习，可以让神经网络自己学习如何抓取数据的特征，它把学习的性能提升到另一个高度，深度学习的学习对象同样是数据。

任务一、编写第一个AI程序

首先就数据可视化直观理解一番，就是将数据集中以图形或图像显示出来再进行一系列数据分析，在刚开始按照指导写代码的时候，不知道为什么我的python里好像没有sklearn这个包，通过一系列查询理解，通过cmd直接pip下载了这个包之后代码才能正常运行。

接着对数据的读出发生了疑问，在之前所学的c++与java中，并没有见到过这种读数据方式，而reshape函数也没有使用过，通过查找python的资料才了解具体比如x,y = data[:,0].reshape(-1,1),data[:,1]，data [:,]每行的第一列的所有数据,data[:,1]每行的第二列所有数据，reshape(m,-1) #改变维度为m行、1列，reshape(-1,m) #改变维度为1行、m列。reshape(-1,1) 转换为1列。shape是查看数据有多少行多少列，reshape()是数组array中的方法，作用是将数据重新组织。

import matplotlib.pyplot as plt# 引用matplotlib库，主要用来画图，讲数据以图形呈现出来。

接着是对sklearn线性回归模型在linear_model模块里的理解。

对于训练数据（x,y），通常通过sklearn中的fit(x,y)来实现模型的训练。这里x可以看做是特征部分，y可以看做是真实的值或者标签。

调用plt.plot()函数即可以画出一条线。

regr.predict（）返回预测的标签。

 

任务二、使用sklearn自带的工具实现KNN

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

第一个import是用来导入一个样本数据。sklearn库本身已经提供了不少可以用来测试模型的样本数据，所以通过这个模块的导入就可以直接使用这些数据了。 第二个import是用来做数据集的分割，把数据分成训练集和测试集，这样做的目的是为了评估模型。第三个是导入了KNN的模块，是sklearn提供的现成的算法。

iris = datasets.load_iris()
x = iris.data
y = iris.target
print(x,y)

这里我们导入的数据集叫做iris数据集

x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=2003)

X存储的是数据的特征，y存储的每一个样本的标签或者分类，train_test_split来把数据分成了训练集和测试集。

clf = KNeighborsClassifier(n_neighbors=3)
clf.fit(x_train,y_train)

输出结果：KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski', metric_params=None, n_jobs=None, n_neighbors=3, p=2, weights='uniform'）

n_neighbors=3， 意思就是说我们选择的K值是3.

n_neighbors：就是选取最近的点的个数：k

leaf_size：这个是构造树的大小，值一般选取默认值即可，太大会影响速度。

n_jobs ：默认值1，选取-1占据CPU比重会减小，但运行速度也会变慢，所有的core都会运行。

correct = np.count_nonzero((clf.predict(x_test)==y_test)==True)

这部分的代码主要用来做预测以及计算准确率。计算准确率的逻辑也很简单，就是判断预测和实际值有多少是相等的。如果相等则算预测正确，否则预测失败。

 

个人感悟：

  对于第一次接触机器学习方面相关知识，可能刚刚开始还是很多不懂得地方，对于python也有很多不会的地方，本次两个任务慢慢再努力理解当中，还没有很详细的记住并且合理运用，只能说在尝试去理解掌握它，自己在这方面的努力还需要加强学习，对于不会的地方还需要多查资料获得更多知识，要继续加油。