机器学习学

机器学习类型（按学习方式分）：监督学习、半监督学习、无监督学习、强化学习；

通过已知标签训练集训练模型，使用模型及逆行预测、测试；

向量表示法，其中每一维对应一个特征(feature)或者称为属性，记为[x1,x2,...,xn]

特征值、特征、标签，共同完成训练集的数据填充，最后辅以训练样例；

不同量纲的数据则需要进行去量纲，分为区间缩放和标准化；

特征值缺失：可以分为删除数据和插补数据；

删除数据：按行、成对删除、删除变量；

插补数据：涉及时间序列分析的各种情况包括：非趋势型数据（如均值计算）、呈现趋势的数据（如中位数应用）、具有季节性的信息（如众数分析）；以及适用于不同统计场景的一般处理方法