人工智能概念
机器学习，更多是统计学的知识，正确认知算法能力。只能发现已有规律，从规律中预测。
数据集：样本 特征 目标（要预测的就是目标）
机器学习算法分类
数据是否有标签
有：监督学习
预测结果是否离散值：
是：分类问题
结果是否为两个：
是：二分类问题
否：多分类问题
否：回归问题
无：无监督学习
聚类：用户聚类
数据降维
小部分有标签：半监督学习
主动学习：需要专家经验
聚类学习：通过聚类将没标签的聚到一起
纯半监督
直推
强化学习：游戏和自动驾驶
拟合问题
欠拟合：模型太简单，没有学习到普遍规律
过拟合：模型太复杂，不但学到了规律，还学习到了噪声
泛化能力：模型在新数据集上的表现好坏
奥卡姆剃刀：给定两个相同泛化误差的模型，较简单的比复杂的模型更可取。
K近邻
机器学习流程：
加载数据，数据清洗
特征工程(特征提取，加工)
模型训练 -> 训练好的模型
模型评估
上线
KNN基本原理：
离的近的就是同一个类别，不需要训练，训练发生在预测的过程中。
训练数据看作是模型。
三要素：距离度量，K值，分类角色准则。
距离度量：
如果不做特殊设置，距离指欧式距离。
曼哈顿、切比雪夫、闵氏距离。
数据的归一化和标准化
归一化、标准化将量纲不同的数据集缩放到相同的范围内。处理一下不会有坏的影响。
涉及距离的算法，一般要做归一化、标准化，避免不同的特征取值范围不同，导致模型的预测结果受值较大特征的影响。
归一化：当数据取值范围固定，没有异常值（有使用条件限制）
标准化：适应性更强
from sklearn.preprocessing import StandardScaler,MinMaxScaler
训练集测试集的划分
保留一部分数据做模型的评估
数据划分为测试集，训练集之后。如果要做标准化，训练集fit_transform ,测试集 transform。这么做的原因是，如果只有一条测试数据，没法标准化/归一化
分类问题的评估
计算预测的准确率
