参考书目：《Python机器学习基础教程》，Andreas 等人著；
1. basic concept
1.1 sample & feature
| column1 | column2 | column3 |
|---|---|---|
| sample1 | feature1 | feature2 |
| sample2 | feature1 | feature2 |
1.2 notation
- X ：大写字母X表示matrix；
- y： 小写字母y表示vector；
1.3 Python常用库
| name | function |
|---|---|
| numpy | 多维数组、高级数学函数、伪随机数生成器 |
| scipy | 线性代数、数学函数优化、信号处理、特殊数学函数、统计分布 |
| matplotlib | 科学绘图库 |
| pandas | 分析处理数据 |
mglearn是本书作者自行编写的库，用于简化绘图与加载数据的细节；
1.4 常见函数与方法
| 名称 | 所在库 | 功能 |
|---|---|---|
| train_test_split | scikit-learn | 打乱数据集，并按照3:1的比例划分training set and test set |
| scatter——matrix | pandas | 绘制散点图矩阵 |
