机器学习（ML）就是，分析一组数据以预测结果。Python 被认为是 ML 的最佳编程语言选择之一。在本文中，我们将讨论使用 Python 进行分类的机器学习。
假设你想教孩子区分苹果和橙子。有多种方法可以做到这一点。你可以让孩子触摸这两种水果，让他们熟悉形状和柔软度。你还可以向她展示苹果和橙子的多个例子，以便他们可以直观地发现差异。这个过程的技术等价物被称为机器学习。
机器学习教计算机解决特定问题，并通过经验变得更好。这里讨论的示例是一个分类问题，其中机器被赋予各种标记示例，并期望使用它从标记样本中获得的知识来对未标记样本进行标记。机器学习问题也可以采用回归的形式，其中期望根据已知样本及其解决方案来预测给定问题的 实值 解决方案。 分类 和 回归 被广泛称为 监督学习 。机器学习也可以是 无监督 的，机器识别未标记数据中的模式，并形成具有相似模式的样本集群。机器学习的另一种形式是 强化学习 ，机器通过犯错从环境中学习。
分类
分类是根据从已知点获得的信息来预测一组给定点的标签的过程。与一个数据集相关的类别或标签可以是二元的，也可以是多元的。举例来说，如果我们必须给与一个句子相关的情绪打上标签，我们可以把它标记为正面、负面或中性。另一方面，我们必须预测一个水果是苹果还是橘子的问题将有二元标签。表 1 给出了一个分类问题的样本数据集。
在该表中，最后一列的值，即贷款批准，预计将基于其他变量进行预测。在接下来的部分中，我们将学习如何使用 Python 训练和评估分类器。
| 年龄 | 信用等级 | 工作 | 拥有房产 | 贷款批准 |
| | |
via: https://www.opensourceforu.com/2022/05/machine-learning-classification-using-python/
作者：Gayatri Venugopal 选题：lkxed 译者：geekpi 校对：turbokernel
主题测试文章，只做测试使用。发布者：eason，转转请注明出处：https://aicodev.cn/2022/06/06/%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%ef%bc%9a%e4%bd%bf%e7%94%a8-python-%e8%bf%9b%e8%a1%8c%e5%88%86%e7%b1%bb/
