10种机器学习算法的要点.docx

广义来说，有三种机器学习算法
1、 监督式学习
工作机制：这个算法由一个目标变量或结果变量（或因变量）组成。这些变量由 已知的一系列预示变量（自变量）预测而来。利用这一系列变量，我们生成一个 将输入值映射到期望输出值的函数。这个训练过程
6
7
#Load Train and Test datasets
#Identify feature and response variable(s) and values must be numeric and numpy arrays
x_train<- input_variables_values_training_datasets
y_train<- target_variables_values_training_datasets
x_test<- input_variables_values_test_datasets
8
9
10
11
x <- cbind(x_train,y_train)
12
13
# Train the model using the training sets and check score linear <- lm(y_train 〜.,data = x) summary(linear) #Predict Output
predicted= predict(linear,x_test)
2、逻辑回归
别被它的名字迷惑了！这是一个分类算法而不是一个回归算法。该算法可根据已 知的一系列因变量估计离散数值（比方说二进制数值0或1，是或否，真或假）。
简单来说，它通过将数据拟合进一个逻辑函数来预估一个事件出现的概率。因此， 它也被叫做逻辑回归。因为它预估的是概率，所以它的输出值大小在0和1之 间（正如所预计的一样）。
让我们再次通过一个简单的例子来理解这个算法。
假设你的朋友让你解开一个谜题。这只会有两个结果:你解开了或是你没有解开。 想象你要解答很多道题来找出你所擅长的主题。这个研究的结果就会像是这样： 假设题目是一道十年级的三角函数题，你有70%的可能会解开这道题。然而，若 题目是个五年级的历史题，你只有30%的可能性回答正确。这就是逻辑回归能提 供给你的信息。
从数学上看，在结果中，几率的对数使用的是预测变量的线性组合模型。
odds= p/ (1-p) = probability of event occurrence / probability of not event occurrence
ln(odds) = ln(p/(1-p))
logit(p) = ln(p/(1-p)) = b0+b1X1+b2X2+b3X3....+bkXk 在上面的式子里，p是我们感兴趣的特征出现的概率。它选用使观察样本值的可 能性最大化的值作为参数，而不是通过计算误差平方和的最小值（就如一般的回 归分析用到的一样）。
现在你也许要问了，为什么我们要求出对数呢？简而言之，这种方法是复制一个 阶梯函数的最佳方法之一。我本可以更详细地讲述，但那就违背本篇指南的主旨 了。
Python代码
1
2
3
4
5
6
#Import Library
from import LogisticRegression
#Assumed you have, X (predictor) and Y (target) for training data set and x_test(predictor) of test_dataset
# Create logistic regression object
model = LogisticRegression()
7 .
# Train the model using the training sets and check score
9 (X, y)
11
12
13
14
(X, y)
15
16
#Equation coefficient and Intercept print('Coefficient: n', ) print('Intercept: n', ) #Predict Output
predicted= (x_test)
R代码
1x <- cbind(x_train,y_train)
2# Train the model using the training sets and check score
3logistic <- glm(y_tr