# MachineLearning

**Repository Path**: CandyWall/machine-learning

## Basic Information

- **Project Name**: MachineLearning
- **Description**: 机器学习入门，常用的机器学习算法
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 6
- **Forks**: 2
- **Created**: 2021-04-07
- **Last Updated**: 2025-05-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 机器学习入门

手写识别和人脸识别数据集比较大， 国内下载较慢，有需要的小伙伴可以自己拿我下载好的数据集，

下载链接：[https://pan.baidu.com/s/1p2lqS1vL3lImSQ07ZO67nA](https://pan.baidu.com/s/1p2lqS1vL3lImSQ07ZO67nA)  提取码：xc55 

然后把这个文件夹解压到项目的目录下，然后通过下面两行代码就可以加载到了。

```python
from sklearn.datasets import fetch_openml
mnist = fetch_openml('mnist_784', data_home="test_data/")
```

## 1. 开发环境安装与测试

### 1.1 开发环境说明

本次机器学习的相关代码测试基于Python语言进行，Pycharm是一块好用且稳定的Python集成开发环境，而缺点是一些常用的机器学习类库需要自己动手添加，Anaconda正好弥补了这一点，自带了很多诸如numpy、sklearn、pandas等好用的数据处理和机器学习类库，省去了我们自己安装的麻烦，所以结合两者一同使用才是快速上手机器学习开发的最佳途径，并且Anaconda中内置了Jupyter notebook，这是一块基于浏览器的开发工具，支持代码运行和文档书写的混合模式，方便我们在运行代码的同时可以记录一些心得体会。

### 1.2开发工具下载

* Anaconda下载地址：

  https://www.anaconda.com/products/individual

* Pycharm下载地址：

  https://www.jetbrains.com/zh-cn/pycharm/

### 1.3 配置并测试`Pycharm`

下载好开发工具并安装完毕后，接着就对Pycharm进行一下配置：先使用Pycharm新建一个python项目，在配置Interpreter（Python代码解释器）的时候需要选择Anaconda安装目录下的python.exe，这样后面就可以在Pycharm中直接使用Anaconda提供的开发库了。第一次初始项目可能比较费时，IDE会给Anaconda内置的库建立索引，以提高后续开发中访问的效率，需要耐心等待。

![image-20210407181648124](https://gitee.com/CandyWall/my_pic/raw/master/image/image-20210407181648124.png)

等待项目初始化后编写代码进行测试，如果控制台能成功打印输出语句，表示numpy、matplotlib、sklearn、pandas库被正常引入，Pycharm就可以正常使用了。

![image-20210407182312820](https://gitee.com/CandyWall/my_pic/raw/master/image/image-20210407182312820.png)

<table><tr></tr><td bgcolor=#FFD700 style="border: 3px dotted blue"><font color=red>注：Pycharm请使用2019之后的版本或者最新版，经过测试，使用2018版本的Pycharm在配置Anaconda的代码解释器之后，运行代码的时候会报一些莫名其妙的错，numpy、matplotlib、sklearn、pandas库会出现找不到的情况，我经过各种百度，最后也没有解决，而换成最新版就没有这个问题了（简直无语。。。）</font></td></tr></table>

### 1.4 配置并测试 `Jupyter notebook`

安装了Anaconda后默认是带着Jupyter notebook这块工具的，在开始菜单下的Anaconda目录下找到Jupyter notebook直接运行即可，浏览器会启动浏览器并打开notebook开发主页。不过Jupyter notebook默认的工作目录是在C盘的用户文件夹下，不是很方便。这里为了方便后期在Jupyter notebook中访问Pycharm项目下的资源和调用代码，直接将Jupyter notebook的工作目录设置在之前的Pycharm项目下，更改工作目录的方法如下：

1. 在开始菜单下的Anaconda自带的命令行工具Anaconda Powershell Pormpt

   ![image-20210407185008165](https://gitee.com/CandyWall/my_pic/raw/master/image/image-20210407185008165.png)

2. 使用cd命令进入到自定义的Jupyter notebook的工作目录（也是我的Pycharm项目的根目录）下

3. 输入命令Jupyter notebook，浏览器中会弹出notebook的开发主页

   ![image-20210407185356254](https://gitee.com/CandyWall/my_pic/raw/master/image/image-20210407185356254.png)

   ![](https://gitee.com/CandyWall/my_pic/raw/master/image/image-20210407185732043.png)

接下来在notebook中新建一个Python3的代码文件：

![image-20210407190000028](https://gitee.com/CandyWall/my_pic/raw/master/image/image-20210407190000028.png)

尝试书写代码并运行：

![image-20210407190101341](https://gitee.com/CandyWall/my_pic/raw/master/image/image-20210407190101341.png)

### 1.5 装插件让jupyter notebook显示Markdown大纲目录

参考知乎技术帖：[https://zhuanlan.zhihu.com/p/99887908](https://zhuanlan.zhihu.com/p/99887908)

到这里开发环境就搭建好了

## 2. Jupyter notebook的一些使用技巧

### 2.1 魔法命令

这里重点测试后面会用到的下面几条魔法命令

* %run：调用外部Python代码，方法的话也会加载到内存中
* %timeit：测试一条代码的执行时间，会进行执行多次取平均值
* %time：测试一条代码的执行时间，只会执行一次
* %%timeit：测试一段代码的执行时间，会进行执行多次取平均值
* %%time：测试一段代码的执行时间，只会执行一次
* %lsmagic：查看其他魔法命令

## 3. numpy基础用法

* Python自带的List和Array各自的缺陷，numpy.array的优势
* numpy.array()：生成各种类型的向量（矩阵）
* numpy.random.randint()：产生指定尺寸，元素为指定范围的随机整数的向量（矩阵）
* numpy.random.seed()：指定产生随机数的种子，用于复现相同的随机数
* numpy.random.random()：产生指定尺寸，元素为介于0-1之间的随机数的向量（矩阵）
* numpy.random.normal()：产生一个指定尺寸，元素为符合正态分布的随机数向量（矩阵）
* numpy.arange()：产生指定起始点和终止点，指定步长的向量
* numpy.random.linspace()：将指定的区间等分，分割点作为元素的向量
* numpy?、help(numpy)：查看模块或者方法的说明文档

## 4. numpy.array中的运算

## 5. numpy.array中的聚合操作

## 6. numpy.array中的索引操作

## 7. matplotlib基础

## 8. 使用sklearn读取数据和简单的数据探索

## 9. k近邻算法

## 10. 线性回归算法

## 11.梯度下降法

## 12. 主成分PCA

## 13. 多项式回归

## 14. 交叉验证

## 15. 模型正则化

## 16. 逻辑回归

## 17. 混淆矩阵，精准率和召回率

## 18. 支撑向量机

## 19. 决策树

## 20. 集成学习

# 文档待整理

后期会持续完善...