本文主要是介绍python与机器学习，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

机器学习

数据挖掘、CV、NLP、语音识别、统计学习、模式识别

套路：1.数据收集处理；2.特征选择与模型构建；3.评估与预测

站点：kaggle  github

python库

科学计算库numpy

线性回归

例子：工资x1、年龄x2、贷款额度y关系关系:；

预测一个值，这个值有区间。工资和年龄是特征；贷款额度是目标或者标签；

拟合一个面分割的过程；y= a+b*x1+c*x2;a偏置参数对结果影响小；bc权重参数，对结果影响大。

真实值y与预测值y'的误差；一万个样本一万个，这些误差满足：独立同分布，均值0方差为~的高斯分析。

独立即两个贷款人样本不相关。

同分布即都来同一个银行贷款。

高斯分布即贷款浮动满足正太分布，浮动不会大。

 似然函数：乘积，用来根据样本数据估计参数值。

 最大似然估计：似然函数越大越好----预测值成为真实值的可能性。

这篇关于python与机器学习的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！