Python深度学习基于Tensorflow 机器学习基础

文章目录

• • • 监督学习
    • • 线性回归

  • 逻辑回归

  • 决策树

  • 支持向量机

  • 朴素贝叶斯

    • 集成学习
    • • Bagging

  • Boosting

    • 无监督学习
    • • 主成分分析

  • KMeans聚类

    • 缺失值和分类数据处理
    • • 处理缺失数据

  • 分类数据转化为OneHot编码

    • 葡萄酒数据集示例

机器学习的流程如下所示：

具体又可以分为以下五个步骤：

明确目标：首先确立项目中的具体业务需求与实际应用场景需求作为核心关注点，在这一基础之上制定出相应的机器学习任务方案与评价标准体系。
首先是业务需求分析与技术方案设计阶段，在完成了项目范围界定后需对潜在的数据来源进行全面考察，并结合现有技术条件制定出最优的数据获取方案。
在此基础上需系统性地开展数据分析工作，并根据分析结果动态调整后续的技术实施策略。
接着是