机器学习，是指机器拥有人类一般的学习能力，拥有自我更新和适应并从堆积如山的数据中寻找出有用知识的能力。是计算机通过数学原理、逻辑关系、海量数据等有机结合的算法来模拟人类生活中学习的过程，最后得出模型对新的情境给出判断。
机器学习可以通过较多编程语言实现，其中python以众多成熟应用库、易于编写等优势令人瞩目。对于python库：numpy、scipy用于处理数组、线性代数等操作的科学计算库；pandas库提供了高级工具用于进行数据分析；matplotlib为数据分析后进行的画图库；sklearn库是用于处理复杂数据，其包含了大量成熟的机器学习算法。
机器学习根据功能可以分为数据降维、分类、回归、聚类等算法。降维指尽可能保持数据信息下简化数据结构，例如通过PCA（主成分分析）算法对数据主要属性的选择；分类指对离散数据进行预测，例如支持向量机算法判断好数据还是坏数据；回归指对连续性数据的预测，例如逻辑回归算法判断房价走势；聚类指将数据组织成一些相似组，例如k-means算法将距离相近的点归为一类。这些算法也可以通过python的sklearn库进行调用，例如pca算法：
1.导入:from sklearn.decomposition import PCA
2.建立基础模型选择降维后的维数 :p = PCA(n_components=2)
标签：机器,python,学习,算法,看法,PCA,数据 来源： https://blog.csdn.net/qq_44785318/article/details/119304437
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。