Kaggle 官方教程：机器学习入门1 模型是怎样工作的
原文：Intro to Machine Learning > How Models Work
译者：Leytton
PS：水平有限，欢迎交流指正（Leytton@126.com）
1、简介
我们将首先概述机器学习模型如何工作以及如何使用它们。如果您以前做过统计建模或机器学习，这可能会让您觉得很基础。别担心，我们很快就会建立强大的模型。
这门微课程将用以下场景为例来构建模型：
你的表哥在房地产投机上赚了几百万美元。由于你对数据科学的兴趣，他愿意成为你的商业伙伴。他会提供资金，你负责提供模型来预测各种房子的价值。
你问表哥他过去是如何预测房产价值的，他说只是凭直觉。但更多的问题表明，他从过去看到的房子中总结出价格模式，并利用这些模式对他当前考虑的新房做出预测。
机器学习也是如此。 我们将从一个叫做决策树的模型开始说起。当然还有更神奇的模型可以提供更准确的预测，但是决策树很容易理解，它们是数据科学中一些最佳模型的基本构件。
为了简单起见，我们将从最简单的决策树开始。
如上图所示，它将房子只分为两类。房子的预测价格是同类房子的历史平均价格。
我们使用数据来决定如何把房子分成两组，然后再确定每组的预测价格。从数据中捕获模式的这一步骤称为拟合或训练模型。用于拟合模型的数据称为训练数据。
模型拟合的过程(例如，如何分割数据)比较复杂，我们以后再提。在模型被拟合之后，您可以将其应用于预测新房的价格。
2、改进决策树
以下两种决策树中，哪一种更有可能来自于房子训练数据的拟合?
左边的决策树可能更有意义，因为它考虑一个事实：卧室多的房子往往比卧室少的房子售价更高。但这个模型没有考虑到影响房价的其他因素，比如卫生间的数量，地段大小，位置等。
你可以使用更多“分叉”的决策树来考虑其他影响因素，即“更深”的树。一个决策树也考虑了每栋房子的总占地面积，看起来可能是这样的：
只要沿着满足条件的分支进行选择，您可以通过跟踪决策树来预测任何房子的价格。房价将在决策树的底部点得出，我们将这个点叫做叶节点。
叶子处的分支和值将由数据决定，接下来将检查您用到的数据。
3、后续
接下来我们将详细讲解怎么检查您的数据。
