用Python进行机器学习(16)-内容总结
off999 2025-05-14 15:48 21 浏览 0 评论
对于用Python进行机器学习的内容，到这里就要做一个阶段性总结啦，后续再写的文章就是关于深度学习的了，算是对该部分内容的进阶版。对于机器学习，我们主要介绍了五个方面的内容：
第一个就是分类算法，主要包括逻辑回归、决策树、随机森林、KNN算法、梯度提升树、SVM算法等内容，分类算法的主要目的就是对已有的数据划分成几个类别。
第二个就是回归算法，虽然很多用于分类的算法也都可以用于回归，比如SVM、决策树等，但是在我们这个系列的教程中给出完整示例的只有线性回归，这也是稍显遗憾的地方，后续如果再写的话会进行完善。
第三个就是聚类算法，这里主要就是介绍了K-Means算法，主要是因为这个算法太出名了，而且非常简单易于理解，对于更深入的聚类算法没有进行介绍。
第四个就是降维算法，这里主要介绍了PCA和SVD这两种，由于降维算法通常是做为其他算法的一个环节出现，所以并不太单独用，所以它跟上面三类也不太一样。
第五个就是模型评估和数据预处理，在数据预处理中主要介绍的是数据归一化、数据标准化，在模型评估主要介绍了分类模型的准确率、精确率、召回率、F1分数、ROC曲线及AUC值，还有回归模型的MSE和R^2，其实每种算法都会有它的模型评估参数，比如聚类算法的轮廓系数、肘部法则等，还有降维算法的保留方差百分比等，这部分内容细节很多，所以只挑了重点内容介绍一下。
这个系列的篇幅通常并不长，主要还是文章写的太长了怕大家看不下去，所以特意做了适当的简化，通常都在几百字所有，基本几分钟就可以看完，主要是介绍下核心概念和主要用法，算是做到了短小精悍，当然并不能面面俱到。
这个系列的内容都有可视化的部分，所以即使不懂代码，也可以看懂个大概，知道这个系列的教程在干什么，不至于只有内行才能看得懂，外行就什么都看不懂，希望对大家成长的路上有一些帮助。
其实机器学习的算法是一部分，对于不同数据的调参是另一部分，线性数据是最好处理的一类，其他的比如像环形数据、月牙形数据就要难一点了，这里具体看一下数据的分布吧，比如下面这种就是环形数据，或者也叫圆形数据，如下所示：
再比如这种类似月牙形的数据，效果图如下：
鉴于实际情况的复杂性，实际处理问题时的难度要大得多，但是好处就是对这些问题的处理和深入研究，可以从根本上提升我们的能力，不过这样介绍起来篇幅要长的多，在这个教程里我们就暂时没有进行。
不管怎么说，传统的机器学习暂时就告一段落了，接下来就是深度学习的内容了，深度学习的可解释性要差一些，而且深度学习的计算量也要大很多，它也更加依赖GPU加速，但是不可否认的是，它解决问题的能力也要强很多。
- 上一篇：普通人如何利用python做自媒体赚收益
- 下一篇：编程语言可以用来做什么
相关推荐
- Kubernetes 核心概念全景图:Pod、Node、Cluster、Control Plane 等
-
想真正读懂Kubernetes的底层运作，你必须理解它的“权力架构”。Pod是什么？Node是什么？ControlPlane又是做什么的？它们之间有什么关系？怎么协同工作？本篇带你构建一个...
- Helm 实战:用 Helm 部署一个 Nginx 应用
-
这一篇，我们将动手实战：用Helm从零部署一个Nginx应用，并掌握HelmChart的结构和参数化技巧。一、准备环境在开始之前，你需要确保环境中具备以下工具：已部署的Kubernet...
- 从零开始:如何在 Linux 上搭建 Nginx + Node.js 高性能 Web 服务
-
在现代互联网服务架构中，Nginx+Node.js已成为轻量级、高性能网站的首选组合。本文将带你从零开始，一步步搭建一个高并发、高可用的Web服务平台，让新手也能轻松掌握生产级部署思路。一、...
- NetBox 最新版 4.4.1 完整安装指南
-
NetBox最新版4.4.1完整安装指南（修正版）by大牛蛙1.系统准备#关闭SELinux和防火墙（仅测试环境）systemctldisable--nowfirewalldse...
- Termux 安装 linux 宝塔面板，搭建 Nginx+PHP+Mysql web 网站环境
-
Termux安装linux宝塔面板，搭建Nginx+PHP+Mysqlweb服务环境，解决启动故障奶妈级教程1.到宝塔面板官网：https://www.bt.cn/new/download...
- OpenEuler系统安装Nginx安装配置_openwrt安装nginx
-
NginxWEB安装时可以指定很多的模块，默认需要安装Rewrite模块，也即是需要系统有PCRE库，安装Pcre支持Rewrite功能。如下为安装NginxWEB服务器方法：源码的路径，而不是编...
- 多级缓存架构实战:从OpenResty到Redis，打造毫秒级响应系统
-
在传统的Web架构中，当用户发起请求时，应用通常会直接查询数据库。这种模式在低并发场景下尚可工作，但当流量激增时，数据库很容易成为性能瓶颈。多级缓存通过在数据路径的不同层级设置缓存，可以显著降低数据库...
- 如何使用 Nginx 缓存提高网站性能 ?
-
快速加载的站点提供了更好的用户体验并且可以拥有更高的搜索引擎排名。通过Nginx缓存提高你的网站性能是一个有效的方法。Nginx是一个流行的开源web服务器，也可以作为web服务器反向代...
- 如何构建企业级Docker Registry Server
-
很多人问我，虚拟机镜像和docker镜像的区别是什么？其实区别非常明显，我们可以通过阅读Dockerfile文件就可以知道这个镜像都做了哪些操作，能提供什么服务；但通过虚拟机镜像，你能一眼看出来虚拟机...
- 如何解决局域网SSL证书问题?使用mkcert证书生成工具轻松搞定
-
“局域网里弹出‘不安全’红锁，老板就在身后盯着演示，那一刻只想原地消失。”别笑，九成前端都经历过。自签证书被Chrome标红，客户以为网站被黑，其实只是缺一张被信任的证。mkcert把这事从半小时缩到...
- Docker 安全与权限控制:别让你的容器变成“漏洞盒子”
-
在享受容器带来的轻量与灵活的同时，我们也必须面对一个现实问题：安全隐患。容器并不是天然安全，错误配置甚至可能让攻击者“越狱”入侵主机！本篇将带你从多个层面强化Docker的安全防护，构建真正可放心...
- Kubernetes生产级管理指南(2025版)
-
在云原生技术持续演进的2025年，Kubernetes已成为企业数字化转型的核心引擎。然而，生产环境中的集群管理仍面临基础设施配置、安全漏洞、运维复杂度攀升等挑战。本文将结合最新行业实践，从基础设施即...
- 云原生工程师日常使用最多的工具和100条高频命令
-
在云原生时代，工程师不仅要熟悉容器化、编排和服务网格，还要掌握大量工具和命令来进行日常运维与开发。本文将从工具篇和命令篇两个角度，详细介绍云原生工程师每天都会用到的核心技能。一、云原生工程师常...
- 用 Jenkins 实现自动化 CI/CD_jenkins api自动执行
-
场景设定（可替换为你的技术栈）语言：Node.js（示例简单，任何语言思路一致）制品：Docker镜像（推送到DockerHub/Harbor）运行环境：Kubernetes（staging...
- 5款好用开源云笔记虚拟主机部署项目推荐
-
在个人数据管理与协同办公场景中，开源云笔记项目凭借可自主部署、数据可控的优势，成为众多用户的首选。以下推荐5款适配虚拟主机部署、功能完善的开源项目，附核心特性与部署要点，助力快速搭建专属云笔记系统。...
欢迎 你 发表评论:
- 一周热门
- 最近发表
-
- Kubernetes 核心概念全景图:Pod、Node、Cluster、Control Plane 等
- Helm 实战:用 Helm 部署一个 Nginx 应用
- 从零开始:如何在 Linux 上搭建 Nginx + Node.js 高性能 Web 服务
- NetBox 最新版 4.4.1 完整安装指南
- Termux 安装 linux 宝塔面板，搭建 Nginx+PHP+Mysql web 网站环境
- OpenEuler系统安装Nginx安装配置_openwrt安装nginx
- 多级缓存架构实战:从OpenResty到Redis，打造毫秒级响应系统
- 如何使用 Nginx 缓存提高网站性能 ?
- 如何构建企业级Docker Registry Server
- 如何解决局域网SSL证书问题?使用mkcert证书生成工具轻松搞定
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)