Python 机器学习入门：数据集、数据类型和统计学
机器学习是通过研究数据和统计信息使计算机学习的过程。机器学习是迈向人工智能（AI）的一步。机器学习是一个分析数据并学会预测结果的程序。数据集
在计算机的思维中，数据集是任何数据的集合。它可以是从数组到完整数据库的任何东西。
数组的示例：
数据库的示例：
CarnameColorAgeSpeedAutoPass
BMWred599Y
Volvoblack786Y
VWgray887N
VWwhite788Y
Fordwhite2111Y
VWwhite1786Y
Teslared2103Y
BMWblack987Y
Volvogray494N
Fordwhite1178N
Toyotagray1277N
VWwhite985N
Toyotablue686Y通过查看数组，我们可以猜测平均值可能在80到90之间，我们还能够确定最高值和最低值，但我们还能做什么？
通过查看数据库，我们可以看到最受欢迎的颜色是白色，而最老的车辆为17岁，但如果我们能够通过查看其他值来预测车辆是否具有AutoPass呢？
这就是机器学习的用途！分析数据并预测结果！
在机器学习中，通常需要处理非常大的数据集。在本教程中，我们将尽量让您尽可能容易地理解机器学习的不同概念，并使用易于理解的小型数据集。
数据类型
要分析数据，重要的是要知道我们正在处理的数据类型。
我们可以将数据类型分为三个主要类别：
[*]数值
[*]分类
[*]顺序
数值数据是数字，并且可以分为两个数值类别：
[*]离散数据 - 限制为整数的数字。示例：汽车经过的数量。
[*]连续数据 - 有无限值的数字。示例：物品的价格或大小。
分类数据是不能相互比较的值。示例：颜色值或任何是/否值。
顺序数据类似于分类数据，但可以相互比较。示例：学校成绩，其中A好于B等等。
通过了解数据源的数据类型，您将能够知道在分析数据时使用哪种技术。
您将在接下来的章节中了解更多有关统计学和数据分析的内容。
机器学习 - 均值、中位数、众数
在观察一组数字时，我们可以学到什么？
在机器学习（以及数学）中，通常有三个值引起我们的兴趣：
[*]均值 - 平均值
[*]中位数 - 中间值
[*]众数 - 出现最频繁的值
示例：我们已经记录了13辆车的速度：
speed =
这些速度的平均值、中间值和最常见的速度值是多少呢？
均值
均值是平均值。
要计算均值，找到所有值的总和，并将总和除以值的数量：
(99+86+87+88+111+86+103+87+94+78+77+85+86) / 13 = 89.77
NumPy模块有一个用于此目的的方法。了解有关NumPy模块的信息，请查看我们的NumPy教程。
示例：使用NumPy的mean()方法找到平均速度：
import numpy
speed =
x = numpy.mean(speed)
print(x)中位数
中位数是排列所有值后位于中间的值：
77, 78, 85, 86, 86, 86, 87, 87, 88, 94, 99, 103, 111
在找到中位数之前，需要确保对数字进行排序。
NumPy模块有一个用于此目的的方法：
示例：使用NumPy的median()方法找到中间值：
import numpy
speed =
x = numpy.median(speed)
print(x)如果中间有两个数字，将这些数字的总和除以2。
77, 78, 85, 86, 86, 86, 87, 87, 94, 98, 99, 103
(86 + 87) / 2 = 86.5
示例：使用NumPy模块：
import numpy
speed =
x = numpy.median(speed)
print(x)众数
众数是出现最频繁的值：
99, 86, 87, 88, 111, 86, 103, 87, 94, 78, 77, 85, 86 = 86
SciPy模块有一个用于此目的的方法。了解有关SciPy模块的信息，请查看我们的SciPy教程。
示例：使用SciPy的mode()方法找到出现最频繁的数字：
from scipy import stats
speed =
x = stats.mode(speed)
print(x)最后
为了方便其他设备和平台的小伙伴观看往期文章：公众号搜索Let us Coding，或者扫描下方二维码，关注公众号，即可获取最新文章。
看完如果觉得有帮助，欢迎点赞、收藏和关注
来源:https://www.cnblogs.com/xiaowange/p/17816132.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]