通过简单示例来理解什么是机器学习

1 什么是机器学习

什么是机器学习？

这个问题不同的人员会有不同的理解。我个人觉得，用大白话来描述机器学习，就是让计算机能够通过一定方式的学习和训练，选择合适的模型，在遇到新输入的数据时，可以找出有用的信息，并预测潜在的需求。最终反映的结果就是，好像计算机或者其他设备跟人类一样具有智能化的特征，能够快速识别和选择有用的信息。

机器学习通常可以分为三个大的步骤，即 输入、整合、输出，可以用下图来表示大致的意思：

2 机器学习示例（scikit-learn）

在python语言中，scikit-learn是一个开源的机器学习库。下面以sklearn为例，来简单描述机器学习的过程。

2.1 加载数据

通常第一步是获取相关数据，并进行相应的处理，使之可以在后续过程中使用。

1. from sklearn import datasets

• 加载iris数据集并查看相关信息

1. # 加载数据集

2. iris = datasets.load_iris()

3. # print(iris)

4. print(type(iris))

5. print(iris.keys())

6. # 查看部分数据

7. print(iris.data[ :5, :])

8. # print(iris.data)

1. <class 'sklearn.datasets.base.Bunch'>

2. dict_keys(['DESCR', 'data', 'feature_names', 'target', 'target_names'])

3. [[ 5.1  3.5  1.4  0.2]

4. [ 4.9  3.   1.4  0.2]

5. [ 4.7  3.2  1.3  0.2]

6. [ 4.6  3.1  1.5  0.2]

7. [ 5.   3.6  1.4  0.2]]

1. # 查看数据维度大小

2. print(iris.data.shape)

3. # 数据属性

4. print(iris.feature_names)

5. # 特征名称

6. print(iris.target_names)

7. # 标签

8. print(iris.target)

1. (150, 4)

2. ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']

3. ['setosa' 'versicolor' 'virginica']

4. [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

5. 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

6. 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2

7. 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

8. 2 2]

2.2 选择机器学习模型or算法

在获取数据，并将数据整理好后，需要选择合适的模型or算法来进行训练。 机器学习的模型有很多种，这里不作讨论，且每种模型的参数选择也是很大的一门学问。

1. from sklearn import svm

2. svm_classifier = svm.SVC(gamma=0.1, C=100)

3. # 预测结果得分很低

4. # svm_classifier = svm.SVC(gamma=10000, C=0.001)

5. # 定义测试集的数据量大小

6. N = 10

7. # 训练集

8. train_x = iris.data[:-N, :]

9. train_y = iris.target[ :-N]

10. # 测试集

11. test_x = iris.data[ :N, :]

12. y_true = iris.target[:N]

13. # 训练数据模型

14. svm_classifier.fit(train_x, train_y)

1. SVC(C=100, cache_size=200, class_weight=None, coef0=0.0,

2.  decision_function_shape=None, degree=3, gamma=0.1, kernel='rbf',

3.  max_iter=-1, probability=False, random_state=None, shrinking=True,

4.  tol=0.001, verbose=False)

• 将训练好的模式进行测试

1. y_pred = svm_classifier.predict(test_x)

• 查看测试结果

1. from sklearn.metrics import accuracy_score

2. print(accuracy_score(y_true, y_pred))

1. 1.0

2.3 将训练好的模型进行应用，即预测

• 保存模型

1. import pickle

2. with open('svm_model_iris.pkl', 'wb') as f:

3.    pickle.dump(svm_classifier, f)

• 加载模型进行应用

1. import numpy as np

2. # np.random.seed(9)

3. with open('svm_model_iris.pkl', 'rb') as f:

4.    model = pickle.load(f)

5. random_samples_index = np.random.randint(0,150,6)

6. random_samples = iris.data[random_samples_index, :]

7. random_targets = iris.target[random_samples_index]

8. random_predict = model.predict(random_samples)

9. print('真实值：', random_targets)

10. print('预测值：', random_predict)

1. 真实值： [1 1 1 0 2 2]

2. 预测值： [1 1 1 0 2 2]

闲谈

预测的结果好不好，直接体现出机器学习模型选择的优劣。对于机器学习这门高深的学问，我还有许多需要进一步学习的地方，欢迎一起交流，共同进步。

最后分享网上的一张图，来看看如何理解Machine Learning。

拓展阅读：