PYTHON机器学习之笔记本电脑应用 (又称笔记本计算机)、平板电脑(又称平板计算机)、耳机耳麦、整机一体机等商品，就是淘宝根据用户以往的购买习惯，经常浏览、选择的标签，从而得出的商品推荐，也是机器学习应用的例子。
除了网站，如语音助手、智能家居设备、人脸识别、自动驾驶技术等，出现在我们身边的机器学习数据在不断地颗粒化、微观化，使得数据指数及技术指标也在快速增长。因此，我们不仅需要使用更好的工具解析当前的数据，而且还要为将来可能产生更多的数据做好充分的准备。
PYTHON机器学习应用举例之第一个吃螃蟹的人
这里首先要认识一下机器学习，换句话说，要知道什么是机器学。
其实机器学习很像人类的思考过程。比如人人称道的“第一个吃螃蟹的人”，连鲁迅都称道:“第一次吃螃的人是很可佩服的，不是勇士，谁敢去吃它呢?“。遇到一种不认识的生物，8条腿，还有很硬的用壳，用整伤人，如何知道这样的生物有毒没毒?如何知道它蒸熟了是否是一种美味呢?
PYTHON机器学习应用举例之螃蟹逻辑
模拟的吃螃蟹的人遇到不明生物的思维或想法，其实普通人也都是这样思考的。关键的问题来了，蟹的种类不止一种，个头大小也不是统一按照国际标准来生长的，如河蟹、石蟹、青蟹、花蟹、大闸蟹、梭子蟹、籽蟹、红蟹和面包蟹等个头大的还有帝王蟹。所面对物品的特征不同，人的反应就会有各种各样的不同，不再只是“逃跑”和“斗争”。社会发展了，“拍个照发个朋友圈”也是有可能的。如果遇到的是蘑菇，不一定都是能吃的这么多的特征和反应，用传统的思维方法处理这些因素错综复杂的细
节很困难。当遇到的特征越复杂，人要选择规则就越困难，，计算起来也越吃力，更不要说记住所有生物的特征才能更好地应对，对学过程序的人来说，就相当于遇到了若千个elif语句。
机器学习算法恰恰就是由前面的普通算法演化而来的。机器学习就是让机器自动从提供的数据中去学习，然后变得智能，也就是让程序变得“聪明”。
PYTHON机器学习应用举例之蘑菇算法
由机器学习原理可知，为众多具备蘑菇特征的训练数据提供一个机器学习算法，然后它就会学习出一个关于蘑菇的特征和它是否有毒的关系模型。下次在深山老林中采蘑菇，面对一种没见过的蘑菇时，机器学习就会把它当成测试数据，然后将其输入这个训练好的模型，模型会直接输出这个蘑菇是有毒的还是没毒的。有了这个模型，童话中的采蘑菇的小姑娘也可以满怀自信地去采蘑菇，并判断哪些蘑菇是有毒的，哪些蘑菇是没有毒的。也许这个小姑娘也会把蘑菇的模型推广成苹果的模型，童话中的白雪公主也就不会很鲁莽地吃掉一只毒苹果
机器学习就是用机器学习的算法来建立模型进行学习，当有新的数据出现时，可以通过模型来进行预测。
