python决策树.zip下载机器学习中的决策树算法

机器学习一、概述

什么是机器学习？

人工智能：通过人工的方法，实现或者近似实现某些需要人类智能处理的问题，都可以称为人工智能。

机器学习：一个计算机程序在完成任务T之后，获得经验E，而该经验的效果可以通过P得以表现，如果随着T的增加，借助P来表现的E也可以同步增进，则称这样的程序为机器学习系统。自我完善、自我修正、自我增强。

为什么需要机器学习？

1)简化或者替代人工方式的模式识别，易于系统的开发维护和升级换代。

2)对于那些算法过于复杂，或者没有明确解法的问题，机器学习系统具有得天独厚的优势。

3)借鉴机器学习的过程，反向推理出隐藏在业务数据背后的规则——数据挖掘。

机器学习的类型

1)有监督学习、无监督学习、半监督学习和强化学习

2)批量学习和增量学习

3)基于实例的学习和基于模型的学习

4.机器学习的流程

数据采集

数据清洗

数据预处理

选择模型

训练模型

验证模型

机器学习

使用模型

业务维护和升级