人工智能基础 课件 5.1 使用机器学习实现鸢尾花分类

第5章机器学习与深度学习任务1：使用机器学习实现鸢尾花分类任务2：使用深度学习实现手写数字识别机器学习的概念机器学习分类机器学习的流程机器学习的应用场景深度学习概述感知机深度神经网络任务1：使用机器学习实现鸢尾花分类1机器学习的概念机器学习分类机器学习的流程机器学习的应用场景机器学习的概念什么是机器学习（MachineLearning）呢？让我们先看一下“机器学习之父”汤姆·米切尔对于机器学习的定义：“对于某类任务T和某项性能评价准则P，如果一个计算机程序在T上其性能Р随着经验E而自我完善，称这个计算机程序从经验E中进行了学习”。图5-1机器学习概念的解释1机器学习的定义机器学习的概念一开始，计算机程序只学习了少数苹果和梨，当我们让计算机识别一个它没有“见过”的梨或苹果时，它可能就不认识了，性能指标Р较差，随着该程序学习更多的苹果和梨，程序的经验E的就会不断的增加，该计算机程序能够“认出”更多的苹果和梨，即它的性能指标Р得到了提高。机器学习过程的描述机器学习的概念此外，还有其他关于机器学习的定义:机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习就是通过算法，使得机器能从大量历史数据中学习规律，并利用规律对新的样本做智能识别或对未来做预测。机器学习机器学习的概念那么机器学习定义的本质是怎么来的呢？我们从人类学习的描述中或许能够找到答案。幼儿认识水果的过程首先，我们来看一下著名的人工智能专家西蒙给出的学习概念，他认为:“如果一个系统，能够通过执行某个过程，就此改进了它的性能，那么这个过程就是学习。”我们可以看出，学习的核心目的，就是改善性能。而学习能力是智能行为的一个非常重要的特征，那么如何让机器也能像人类一样具有学习的能力呢？然后我们再来了解一下人类学习的过程。2人类学习与机器学习机器学习的概念机器学习是仿人的一套归纳过程。人类在成长、生活过程中积累了很多历史经验，通过对这些经验进行“归纳”，掌握了一些生活“规律”。当人类遇到未知的问题或需要对未来进行“预测”时，就会使用这些“规律”指导自己的生活和工作。机器学习过程与人类对历史经验归纳过程的对比。机器学习与人类思考对比机器学习的概念机器学习使用大量数据进行“训练”，这种学习方式利用了现代计算机的处理能力，可以轻松地处理大型数据集。传统编程：软件工程师编写程序来解决问题。要求首先给出问题解决方案，然后用代码的方式告诉计算机如何去按照方案和步骤解决问题。机器学习：数据科学家使用训练数据集来教计算机应该怎么做，然后系统执行该任务。只给出该问题的相关数据，让计算机自己学习这些数据，最后找出问题的解决方案。机器学习分类1.监督学习监督学习需要使用有输入和预期输出标记的数据集。监督学习的目的是通过学习许多有标签的样本，然后对新的数据做出预测。例如，如果指定的任务是使用一种图像分类算法对男孩和女孩的图像进行分类，那么男孩的图像需要带有“男孩”标签，女孩的图像需要带有“女孩”标签。这些数据被认为是一个“训练”数据集，在预先知道正确的分类答案的情况下，算法对训练数据不断进行迭代预测，通过跟正确答案的对比进行不断修正，直到达到所要求的性能，学习过程才会停止。机器学习分类监督学习又可分为“分类”和“回归”问题。（1）分类在分类问题中，机器学习的目标是对样本的类标签进行预测，判断样本属于哪一个分类，结果是离散的数值。例如：将图片分类为“苹果”或“橘子”，准确识别新图片上的水果是“苹果”类还是“橘子”类就是分类问题。再比如：有一个胸部肿瘤的数据集，数据部分是肿瘤的大小等特征，对应的标签表示肿瘤是否为良性的。假如有一个新的肿瘤数据，对应的机器学习算法就根据肿瘤的尺寸等数据，估算出一个概率，即肿瘤为良性的概率或恶性的概率，就是预测输出一个离散值0/1，也就是良性/恶性。机器学习分类（2）回归在回归问题中，其目标是预测一个连续的数值或者是范围。例如：豆瓣上每部电影都有一个评分，从0到10分，分数越高说明影片越受欢迎。预测即将上映的新电影的分值，就是回归问题。再比如：预测一套二手房的售价，给定房价的数据集，每套房子大小等特征数据对应的标签就是房价，如果你有一套房子想知道能卖多少钱，机器学习算法就根据输入的房子大小数据，预测出房子对应的市场价。机器学习分类2.无监督学习在无监督学习中给定的数据没有标签。无监督学习算法的目标是以某种方式组织数据，然后找出数据中存在的内在结构，这包括将数据进行聚类，或者找到更简单的方式处理复杂数据，使复杂数据看起来更简单。聚类是典型的无监督学习，事先不知道样本的类别，通过某种办法，把相似的样本放在一起归位一类。例如，餐馆拥有大量顾客的消费数据，想对顾客进行分组，以提供针对性优质服务。一开始不大可能告诉聚类算法每个顾客属于哪个分组，算法会自行寻找这种关联，把用餐的次数和用餐总花费较高的优质顾客分为一组，把用餐的次数和用餐总花费较低的普通顾客分为一组，把一次性顺便消费的低价值顾客分为一组。机器学习分类3.强化学习强化学习是机器学习的范式和方法论之一，用于描述和解决智能体（Agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。强化学习把学习看作试探评价过程，智能体Agent选择一个动作用于环境，环境接受该动作后状态（State）发生变化，同时产生一个强化信号(奖或惩)反馈给Agent，Agent根据强化信号和环境当前状态再选择下一个动作，选择的原则是使受到正强化(奖)的概率增大。机器学习的流程一个完整的机器学习项目往往要经历问题定义、数据准备、模型选择和开发、模型训练和调优、模型评估测试五个步骤。机器学习流程机器学习的流程1.问题定义我们拿到一个机器学习问题时，首先应该对问题进行分析，确定问题的类型，例如是监督学习还是无监督学习，是分类问题还是回归问题等，这将直接影响算法的选择、模型的评估。2.数据准备（1）数据收集我们为什么要收集数据呢？因为有些问题需要靠数据找出答案，比如：“我应该买哪支股票？”“我如何活得更健康？”“我如何才能了解顾客不断变化的喜好，从而更好地提供服务？”等。机器学习的流程（2）数据预处理数据集或多或少都会存在数据缺失、分布不均衡、存在异常数据、混有无关紧要的数据等诸多数据不规范的问题。这就需要我们对收集到的数据进行进一步的处理，包括处理缺失值、处理偏离值、数据规范化、数据的转换等，这样的步骤叫做“数据预处理”。（3）数据集分割一般需要将样本分成独立的三部分：训练集(trainset)，验证集(validationset)和测试集(testset)。其中训练集用来训练模型，验证集用来调整模型参数从而得到最优模型，而测试集则检验最优的模型的性能如何。机器学习的流程3.模型选择和开发当我们处理好数据之后，就会根据确定好的问题类型，选择合适的机器学习算法模型，编写对应的模型代码。4.模型训练和调优选择好模型后，使用数据集对模型进行训练。首次尝试，我们一般不会得到最佳模型，我们需要围绕业务所需的模型目标，调节模型参数。5.模型评估测试对训练好的模型进行评估测试，验证模型是否达到业务需求。机器学习的应用场景1.数据分析与挖掘“数据挖掘”和“数据分析”通常被相提并论，并在许多场合被认为是可以相互替代的术语。无论是数据分析还是数据挖掘，都是帮助人们收集、分析数据，使之成为信息，并做出判断，因此可以将这两项合称为数据分析与挖掘。数据分析与挖掘技术是机器学习算法和数据存取技术的结合，利用机器学习提供的统计分析、知识发现等手段分析海量数据。机器学习的应用场景2.计算机视觉计算机视觉的主要基础是图像处理和机器学习。图像处理技术用于将图像处理为适合进入机器学习模型的输入，机器学习则负责从图像中识别出相关的模式。手写字识别、车牌识别、人脸识别、目标检测与追踪、图像滤波与增强等都是计算机视觉的应用场景。机器学习的应用场景3.自然语言处理自然语言处理是让机器理解人类语言的一门技术。在自然语言处理中，大量使用了编译原理相关的技术，如语法分析等。在理解层面，使用了语义理解、机器学习等技术。因此自然语言处理的基础是文本处理和机器学习。垃圾邮件过滤、用户评论情感分类、信息检索等都是自然语言的应用场景。4.语音识别语音识别是利用自然语言处理、机器学习等相关技术实现对人类语言识别的技术。Siri等智能助手、智能聊天机器人都是语音识别的应用。任务实施任务目标：实现鸢尾花（iris）数据集的分类预测任务描述：在百度AIStudio平台，对机器学习平台scikit-learn内置的鸢尾花（iris）数据集实现分类预测。iris数据集包含了150个样本，每个样本有4个特征（花萼长度、花萼宽度、花瓣长度、花瓣宽度）和1个目标标签（表示鸢尾花的种类，共有3种：Setosa、Versicolour、Virginica）。本任务的内容就是选择合适的机器学习算法，例如：决策树算法，对鸢尾花数据集进行学习训练，最后评估训练好模型的识别准确率。任务实施（1）登录百度AIStudio平台。注册并登录百度AIStudio平台/。登录百度AIStudio平台1创建项目和环境任务实施（2）创建一个新的项目，并给项目命名。登录后，点击左侧“项目大厅”选项，在展开的页面中点击右上角的“创建项目”，在弹出的列表中选择“Notebook”。创建项目任务实施在弹出的对话框中填写项目名称，例如：鸢尾花分类；IDE选择JupyterLab，然后点击“创建”按钮。创建“鸢尾花分类”项目（3）启动环境在弹出的界面右上角点击“启动环境”按钮，选择免费资源启动环境。任务实施在项目的主页上，我们会看到一个Notebook编辑器。在这个编辑器中，可以编写和执行Python代码。点击编辑器上方的“+”或者“+Code”前的“+”，插入代码单元格。2编写代码添加代码单元格任务实施在代码单元格中编写下面的代码。2编写代码#导入必要的库fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.treeimportDecisionTreeClassifierfromsklearn.metricsimportaccuracy_score

#加载数据iris=load_iris()X=iris.datay=iris.target

#划分训练集和测试集X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=42)

#创建决策树分类器model=DecisionTreeClassifier()

#训练模型model.fit(X_train,y_train)

#预测测试集y_pred=model.predict(X_