第3章

机器学习概述
机器学习的概念非常多，从有监督到无监督，从聚类到回归，从浅层学习到深度学习，从准确率到召回率，它们究竟是什么意思呢？本章将介绍最主要的几个概念。不少机器学习初学者甚至包括业内老司机，一直被困扰的就是如何找到合适的训练数据和测试数据，针对数据的处理也花费了大量人力物力，究竟如何把身边各种形态的实物最终转换成机器可以理解的数字特征呢？本章将介绍数据集的获取与特征提取方案。本章介绍的数据集包括KDD 99、SEA、ADFA-LD等共10类，重点介绍如何针对数字型和文本型的数据进行特征提取以及常见的数据读取方式，最后介绍如何对机器学习的结果进行验证。