机器学习 - 入门

数据集

在计算机中，数据集指的是任何数据集合。它可以是从数组到完整数据库的任何内容。

一个数组的例子：

一个数据库的例子：

通过查看数组，我们可以猜测平均值可能约为 80 或 90，并且我们还可以确定最大值和最小值，但是我们还能做什么?

通过查看数据库，我们可以看到最受欢迎的颜色是白色，最老的车龄是 17 年，但是如果仅通过查看其他值就可以预测汽车是否具有 AutoPass，该怎么办?

这就是机器学习的目的！分析数据并预测结果！

数据类型

如需分析数据，了解我们要处理的数据类型非常重要。

我们可以将数据类型分为三种主要类别：

• 数值（Numerical）
• 分类（Categorical）
• 序数（Ordinal）

数值（Numerical） 数据是数字，可以分为两种数值类别：

• 离散数据（Discrete Data）
  - 限制为整数的数字。例如：经过的汽车数量。
• 连续数据（Continuous Data）
  - 具有无限值的数字。例如：一件商品的价格或一件商品的大小。

分类数据 是无法相互度量的值。例如：颜色值或任何 yes/no 值。

序数数据 类似于分类数据，但可以相互度量。示例：A 优于 B 的学校成绩，依此类推。

通过了解数据源的数据类型，您就能够知道在分析数据时使用何种技术。

在下一章中，您将学习有关统计和分析数据的更多知识。