机器学习分类:
监督学习(预测)
1)分类:K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络;
2)回归:线性回归、岭回归;
无监督学习
1)聚类:K-means;
监督学习:特征值+目标值;(有标准答案)
无监督学习:特征值+样本集;(无标准答案)
分类:目标值离散;
回归:目标值连续;
开发流程:
原始数据 -> 数据基本处理 -> 特征工程 ->
确定算法 -> 建立模型(算法+数据) -> 模型评估 ->
上线使用(以API形式)
如果模型评估一直不理想考虑换算法,考虑重新处理特征工程。