小之的公眾號 : WeaponZhi。關注公眾號並回復AI獲取AI+Python資料和機器學習入門視訊教程
我們先要學習的機器學習演算法是監督學習，那麼，何為監督學習呢？要了解監督學習，我們得先回顧下我們平時的編碼方式。我們平時的編碼方式是一種硬編碼，簡而言之就是面對問題的時候，我們通過正向暴力編碼，將問題的各個方面和邏輯通過編碼來處理，從而使得程式碼按照我們的思路一步步執行下去，最終解決我們的既定問題。
打個比方，假設我們要寫一個程式碼來區分一個人的性別，我們可能首先會提取出男人和女人的特點，比如男人可能有鬍子，有喉結，身高普遍在一個 xx 範圍這樣，那麼我們就可以根據這些屬性來編寫一些判斷條件，最終實現一個演算法，然後把某個人具備的屬性輸入到演算法，演算法輸出一個結果，告訴你這個人可能是啥性別。
這樣可能能實現一個演算法，但會有兩個問題。首先就是這些屬性的確定，決定一個人是什麼性別的屬性可能有很多，如果屬性太多，靠人工來編寫演算法就會顯得非常不實際。其次，這些屬性對於最終輸出結果的影響是有限的，總會存在特例，有的男人就是不長鬍子，或者有的女人身高很高，面對這種比較特殊的個例的時候，演算法就非常有可能出錯，顯然，單純的依靠硬編碼，是不可能做到盡善盡美的。
而監督學習演算法的做法就是，把一些既定的樣本輸入給演算法，這些樣本包括具體的特徵屬性和具體的輸出，比如「一個人身高一米八，有鬍子，有喉結」，這是它的樣本輸入，「這個人是個男人」是它的輸出，這些具有明確輸入和結果的樣本輸入到監督學習演算法後，它會自己進行學習和總結，隨著樣本數量的增多，監督學習的判斷規則將會被訓練的 越來越準確和成熟。隨後，面對它從未見過的樣本，比如「一米六，沒鬍子，有喉結」，演算法就會根據之前的規則給出一個它的判斷，告訴你這個人可能是個啥性別。
我們把鬍子、喉結這些屬性成為特徵-Features，男人還是女人這樣的輸出結果稱為標籤-Label。為了實現這樣的一個功能，我們需要一個分類器，那麼，我們整個監督學習的過程大概是這樣的。
scikit-learn 可以幫我們輕易的實現上面的需求，如果你安裝過 Anaconda，scikit-learn 就已經包含其中了，其他下載方式這裡不再贅述。
如果你是使用 Python 來學習機器學習，scikit-learn 肯定是你必須要使用的機器學習庫，scikit-learn 是非常保守的庫，它專業性極強，只做機器學習領域，從來不會作任何機器學習領域之外的擴充套件。不僅如此，scikit-learn 使用的機器學習演算法都是經過廣泛驗證過的演算法，這些演算法往往也是效率最高，實現最簡單有效的。所以，閱讀 scikit-learn 的原始碼實現也是一個非常好的學習方式。
下面我們用具體的程式碼來演示上面說過的三個過程。
收集真實訓練資料
在現實的應用環境中，我們獲取資料的方式是多種多樣的，比如，你可以通過讀取已有檔案來獲取資料，或者是動態的監聽資料，每獲取一條資料就輸入一條資料。我們就不這麼複雜了，用上面判斷性別的例子，簡單的模擬幾個資料：
>> features = [[160,30,2.1],[170,15,2.3],[178,8,2.5],[188,10,2.8],[167,22,2.2]]
>> labels = [0,0,1,1,0]
複製程式碼features 是我們的特徵，拿第一個資料 [160,30,2.1] 舉例子，160 代表的是身高，30 代表的是頭髮長度，2.1 代表的是腰圍，單位為尺。好吧，原諒我想象力有點渣渣，可能例子不好，總之目前我們使用身高、頭髮長度以及腰圍來作為我們判斷性別的特徵，當然，你還可以提取出更多的特徵，這裡只是為了我們測試方便。labels 就是我們的標籤了，0 代表這個人性別為女，1 代表性別為男
這樣， 我們就算完成了第一步，收集好了真實資料
訓練分類器
拿到了資料來源，我們需要挑選一種分類器來訓練這組資料，這裡我們選擇決策樹，可以先暫時不要管決策樹是什麼，你可以把它當做實現分類器的一種形式罷了
>> from sklearn import tree
>> clf = tree.DecisionTreeClassifier()
>> clf.fit(features,labels)
複製程式碼sklearn即是 scikit-learn 庫，我們引入庫中的決策樹類，並使用fit()函式來匹配特徵和標籤，這樣，我們的分類器就算實現好了，clf完成了它的訓練。
對資料作出預測
實際上你可以把分類器想像成一個黑盒子，通過一些資料的訓練，這個盒子就具備了一定的判斷能力，當你再次輸入進資料的時候，它能夠得到相應的預測，至於這個盒子裡面到底使用了什麼方法根據資料的訓練來指定規則，就是你選取的演算法所做的事了，比如在這裡，我們選擇了決策樹來作為分類器制定規則的演算法，當然你還有很多演算法可以選擇，也可以自己實現演算法，這不在我們這篇文章的講述範圍內。下面，我們使用實現好的分類器，對一個未知資料進行預測
>> print(clf.predict([[180, 15, 2.3]]))
[0]
複製程式碼我們使用predict()函式來對一組分類器從未見過的資料來進行預測。分類器認為一個 1 米 8 大個，長著 15 釐米長秀髮，腰圍 2.3 尺 的高大個是個女孩。好吧，這是它的想法。
那麼，這就是你的第一個機器學習程式碼了，是不是簡單有趣無敵呢？
參考資料：Machine Learning Recipes with Josh Gordon
歡迎關注我的公眾號
