Machine Learning小结

一不小心也发了十几篇推送了，朋友一直说我发的啥？看不懂……

其实我在总结简单机器学习的算法，没有很高深，只要有高中的数学基础就能读懂这些。如果有小伙伴会看我写的推文，现在应该已经大概了解简单机器学习算法是什么了。

这里的“大概”，是指如果你没见过鸡，你可能不知道鸡是长这样的：

但是通过看推文，你已经知道鸡长这样了：

机器学习的主要目的是预测，预测一个结局变量，这个变量可能是分类变量，也可能是个连续型的数值变量。在分类问题中，根据训练集是否人为注释标签（lable）可以将机器学习分为监督式学习（Supervised）和非监督式学习（Unsupervised）。说白话就是你需不需要提前告诉模型，哪些个体是好的，哪些个体是不好的，如果是，这个模型就属于监督式学习了。

最常用的简单机器学习算法大概有如下十种：

1、kNN算法

2、k均值聚类

3、贝叶斯算法

4、决策树

5、随机森林

这个没有说过，但其实它的原理很好理解，就是建立很多决策树，然后进行投票选举，根据少数服从多数的原则，采纳多数决策树的预测。

6、关联规则

7、线性回归

8、逻辑回归

这两个也没有说过，是因为我觉得这两个是统计学的内容，线性回归通常解决数值变量的预测，logistic回归是广义线性模型（glm）的一种，解决分类预测。

9、支持变量机

10、人工神经网络

这两个算法也叫黑箱算法，因为它们太复杂了，你完全解释不了一个模型是怎样工作的，所以只关注结果就好了。

大概的工作原理：支持向量机是根据特征变量将一个观测投射到一个n维的空间上去，例如一个点A（x,y），它有两个特征变量，分别是x和y，这时支持向量机会把它投射到一个二维的平面上，如果有一群这样的点，可不可以通过画一条线，将属性不同的点尽量切割，分到线的不同边。这里又分线性可分的情况和线性不可分的情况，最终的目的是计算出这样一个分割边界。二维的平面我们很好理解，三维的空间也很好理解，维度再高我们就不是很好理解了，可是算法能做到。

人工神经网络是机器学习的顶级算法了，它模拟生物的神经系统，设立不同层数的神经节点，最终产生输出。通常人工神经网络最直观的特征包括三个，分别为层数、每层节点数、节点的激活函数。每个神经网络都有三个基本层——输入层、输出层，和中间的隐藏层。如果隐藏层数大于一，那么就把这个神经网络叫做深度学习网络了，也就是所谓的“深度学习”。它几乎可以解决所有人工智能问题，目前很多应用，如自然语言识别、机器视觉、自动驾驶等，均依赖深度学习的发展和实现。

无论是支持向量机还是人工神经网络，其算法均和线性代数密不可分。由于对线性代数不熟悉，我没办法讲明白黑箱算法的具体原理。网上有很多资源，感兴趣的朋友可以翻翻。

好了，就总结到这里了，期待以后，能继续把这个专题写下去，总结下去。