实用人工智能课件-主题5 经典机器学习算法实践.pptxVIP

主题5经典机器学习算法实践

CONTENTS目录机器学习基础知识5.1基于K近邻的电商平台客户细分5.2基于线性回归的高校连锁店月销售额预测5.3基于k-Means的电商平台客户分群算法5.4

5.1机器学习基础知识5.1.1机器学习概述 5.1.2机器学习的基本范式5.1.3机器学习工作流程与数据基础5.1.4数据预处理5.1.5模型训练与评估

5.1.1机器学习概述1.什么是机器学习机器学习是一门研究计算机如何模拟或实现人类学习行为的学科。核心思想:数据→模型→预测 2.机器学习任务机器学习任务，是指希望通过机器学习模型解决的特定类型的问题。它定义了问题的目标、输入数据的性质以及期望的输出。机器学习任务的算法包括分类、回归和聚类等。

5.1.2机器学习的基本范式1.有监督学习即用到特征值（x）又用到标签值（y）的机器学习算法称为有监督学习。有监督学习主要任务是分类和回归2.无监督学习无监督学习关键要素是无标签数据，即训练数据只有输入，没有对应的输出。无监督学习的主要任务有聚类、降维和异常检测等。3.半监督学习当采集的样本中，只有部分样本有标签，大部分数据没有标签，利用有标签的样本给没有标签的样本打上标签的学习算法叫半监督学习。

有监督学习-分类问题既用到特征值x，又用到标签值y的机器学习算法。右测表可以用数学模型描述如下：项目1：电商平台客户细分任