什么是机器学习

　　机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。

为什么需要机器学习

　　解放生产力

　　解决专业问题

　　提供社会便利

机器学习的应用场景

　　领域：医疗、航空、教育、物流、电商等

　　目的：让机器学习程序替换手动的步骤，减少企业的成本，提高企业的效率

机器学习的数据

　　机器学习一般使用的文件格式是CSV，而不使用数据库，因为具有性能瓶颈、读取速度、格式不太符合机器学习要求的数据格式等缺点。

数据集的结构

可用的数据集

　　scikit-learn

　　特点：数据量较小，方便学习

　　UCI，UCI Machine Learning Repository

　　特点：收录了360个数据集，覆盖科学、生活、经济等领域，数据量几十万

　　kaggle

　　特点：大数据竞赛平台，80万科学家，真实数据，数据量巨大

常用数据集数据的结构组成

　　　　结构：特征值+目标值

数据中对于特征的处理工具

　　pandas：一个数据读取非常方便以及基本的处理格式的工具

　　sklearn：对于特殊的处理提供了强大的接口

 

标签：机器,读取,Python,笔记,学习,数据量,数据,UCI
来源： https://www.cnblogs.com/youxuzi/p/14985605.html