什么是机器学习？
参考了网络上的各家说法，一句话概括就是数据学习，机器决策（对应输入和输出）。
机器学习通常解决分类，回归等问题。
1 分类算法&机器学习
一张图概括分类算法流程
- 原始数据集
- 探索性数据分析
- 数据预处理
- 数据分割（训练和测试）
- 算法建模
- 选择机器学习任务
- 模型结果评估
1.1 数据集
数据集本质上是一个M*N矩阵（N由X变量和Y标签变量组成）
1.2 数据分析
EDA做的是去了解数据，知道数据分布，通过图表对数据做直觉分析。通用的EDA三大方法包括
- 描述性统计：av，mean，模式，标准差
- 数据可视化：热力图（辨别特征内部相关性）、箱形图（可视化群体差异）、散点图（可视化特征之间的相关性）、主成分分析（可视化数据集中呈现的聚类分布）等。
- 数据整形：对数据进行透视、分组、过滤等。
1.3 数据预处理
对数据做检查和校正
数据的质量将对机器学习算法模型的质量好坏产生很大的影响。因此，为了达到最好的机器学习模型质量，传统的机器学习算法流程中，其实很大一部分工作就是在对数据进行分析和处理。
一般来说，数据预处理可以轻松地占到机器学习项目流程中80%的时间，而实际的模型建立阶段和后续的模型分析大概仅占到剩余的20%。
1.4 数据分割
训练和测试8：2
1.5 算法建模
机器学习算法可以大致分为以下三种类型之一：
- 监督学习：是一种机器学习任务，建立输入X和输出Y变量之间的数学（映射）关系。这样的(X、Y)对构成了用于建立模型的标签数据，以便学习如何从输入中预测输出。
- 无监督学习：是一种只利用输入X变量的机器学习任务。X变量是未标记的数据，学习算法在建模时使用的是数据的固有结构。
- 强化学习：是一种决定下一步行动方案的机器学习任务，它通过试错学习（trial and error learning）来实现这一目标，努力使reward回报最大化。
参数调优(入门能做的)
传说中的调参侠主要干的就是这个工作啦。超参数本质上是机器学习算法的参数，直接影响学习过程和预测性能。由于没有万能的超参数设置，可以普遍适用于所有数据集，因此需要进行超参数优化。
特征选择
从大量特征中选择重要的特征子集。特征选择的任务本身就可以构成一个全新的研究领域，在这个领域中，大量的努力都是为了设计新颖的算法和方法。从众多可用的特征选择算法中，一些经典的方法是基于模拟退火和遗传算法。除此之外，还有大量基于进化算法（如粒子群优化、蚁群优化等）和随机方法（如蒙特卡洛）的方法。
机器学习任务
-
分类
一个训练好的分类模型将一组变量作为输入，并预测输出的类标签。可视化图可以通过执行PCA分析并显示前两个主成分（PC）来创建；或者也可以选择两个变量的简单散点图可视化。 -
性能指标
如何知道训练出来的机器学习模型表现好或坏？就是使用性能评价指标（metrics），一些常见的评估分类性能的指标包括准确率（AC）、灵敏度（SN）、特异性（SP）和马太相关系数（MCC）。 -
回归
Y = f(X)。其中，Y对应量化输出变量，X指输入变量，f指计算输出值作为输入特征的映射函数（从机器学习模型中得到）。
评估回归模型性能的常用指标是确定系数（R²）。此外，均方误差（MSE）以及均方根误差（RMSE）也是衡量残差或预测误差的常用指标。
贴张深度学习的流程
