机器学习课程笔记（一）

最近开始学习数据分析课程中机器学习的部分。

So, what is machine learning?

根据我现在的理解，机器学习关键的步骤有两个，第一个是提炼出不同的features，第二是根据不同的feature来做分析，看能否找到相关性。

比如说现在很多音乐软件具有推荐新歌的功能。它们的原理是先设计出一些把歌曲的特点进行分类的方法。比如它们响度的强弱，节奏的快慢，年代和风格的区别等等。然后就尝试把喜欢的歌用不同的维度进行分类。比如画一张这样的图，横坐标是旋律，纵坐标是响度，旋律可以是从舒缓到迅速，然后把喜欢和不喜欢的歌放进这个图当中，每首歌在图上就是一个点。这些数据叫做training set。左上角表示很响但很舒缓的歌，左下角表示很轻柔而且很舒缓的歌，右上角是节奏很快而且很响的歌，右下角是节奏很快但是很轻柔的歌。那么如果这些点的分布是有规律的，就可以用算法找到喜欢的歌与不喜欢的歌之间的分界线。

当然可以设计用多个维度同时进行区分，算法可以设计得多种多样，但不管如何都是得到一个分界的东西，在三维是面，在更高的维度就难以可视化了。

这个面叫做decision surface。

有了这个面之后，就可以判断一首歌到底是喜欢的还是不喜欢的。

如图所示是一个无人车的例子，它表示两个维度，一个是bumpiness（可能是它们自己造的词），就是路面的颠簸程度，另一个是坡度。当坡度很小然后又很平坦时，车子的行驶速度当然就可以快了。所以无人车的程序就可以根据这个decision surface来判断到底是应该快还是慢。