1.机器学习概念及相关术语解释

杨利霞

1.机器学习概念及相关术语解释
+ W5 B5 {% `  f" F
) c5 B9 q$ R5 A" x, w9 z' F一丶 机器学习概念
概述: 机器学习是人工智能具有智能的必要技术手段,人工智能的核心,机器学习是致力于研究如何通过CPU和GPU(图形图像处理器)的计算,利用经验或数据来改善计算机系统自身的性能

( U8 u  A# v% Z总结: 机器学习模型=数据+算法

如果有新的数据,我们只需要带入到Model中就可以输出预测值

2 u- r: J% i6 x% A8 |* e- f. J! [* Y& p什么不是机器学习?
; f' n- ?  Q# X: X  \2 d
( O+ p8 \7 L7 O& A比如对于计算问题丶已经知道结果等不是机器学习问题(比如: 统计成绩搞的同学的topN)
机器学习其实就是需要有一个预测的过程

机器学习概念补充:

; O( @: }- }( f2 Q; K1.说明: X: 特征或属性 Y:类别标签类或预测的值
! W' o( s5 z5 _2 Z1 d- E8 Q" ]+ Y
训练集和测试集: 通常要将数据集分为两部分,训练集用来模型的训练,测试集用来模型测试模型的好坏程度.
模型的好坏: 训练误差(模型预测在训练集上的Y值误差)丶测试误差(模型预测在测试集上Y值的误差)丶准确率(分对的/全部)丶错误率(1-正确率)
+ i3 I  H( }6 n8 U- i二丶两种学习方式
) ~1 X0 o7 n+ q. ?& z- B  j/ v基于规则的学习: 主要是通过基于专家发现的规则,指定规则,只需要新数据带入规则进行判断即可
基于模型的学习: x:特征数据 --> f(函数-模型) --> Y(结果数据),基于模型就可以直接预测分析得到结果数据
三丶术语
! v: A/ _( Q# R' r1 C) i0 r3 s) I3.1机器学习分类的几种概念
/ k; E" o. G3 m
监督学习: 训练集数据有类别标记
4 G5 c. I, R- l$ C+ X* t: z/ i# z无监督学习:训练集数据没有类别标记
半监督学习: 有类别标记的训练集+无标记的训练集
$ Z0 K2 P, g8 _, v$ X强化学习: 常见的应用场景包括动态系统以及机器人控制等
监督学习:

  `% V' g) V- ]1 E  T2 ]分类:预测值是否为连续值,不是连续值的预测的话,是分类
, O! V4 d5 E( E7 a7 [8 }回归:预测值是连续值的话,是回归
. [5 J6 a  w5 e8 `2 B/ m非监督学习:

2 P( A4 J2 S  i: z/ o& y2 g聚类:通过相似性度量,组内的相似性是极高的,组内的相异性是极高的,进行分类
9 b, P& K; C% w6 j+ n2 h降维-通过算法进行降维的话,Z1和Z2的物理含义是不明确的
– 特征选择: 从原有的特征中选择比较重要的特征—x1,x2,x3==>Z1,Z2
半监督学习:
" h$ F. {9 e5 _; D& n! V. J
1.基于聚类的假设
! z! g7 h* E! i$ N) Y–有类别标记的数据+没有类别标记的数据,将有类别标记的数据,去掉标签列,
+ `" D3 y; }7 x4 G5 ?; J/ U( b7 }此时所有的数据均没标签,对全部数据进行聚类,聚类之后,有类别标记的数据和没有类别标记的数据,有可能被分到不同的组或簇中,将所有的,有类别标记的数据,根据机器学习常用的处理方法–投票原则,根据少数服从多数的原则进行表决,将没有带类别标签的数据加上类别标签
/ Y& S  R( E: ?# O2.利用所有样本再进行模型训练
强化学习:

0 H' Y, S; v. ]# a解决连续决策的问题丶围棋丶无人驾驶汽车等问题
3.2机器学习三要素

9 ?4 t+ }) A6 ~6 U# g5 i模型: 决策函数丶条件概率分布
6 S! O$ Y  p& d" R算法: 解析解和最优解(梯度下降法和牛顿法)
策略: (损失函数)评判一个模型的好坏
3.3其他

& H0 O% r$ r# U' B降维: 将多维数据降成低维度数据,不过降过的维度不能使用具体的物理含义表示
9 ?  O' _3 s. S1 o6 n抽样: 有行抽样和列抽样,如果模型发生欠拟合和过拟合,可以使用抽样方法很好的解决
交叉验证: 交叉验证就是将拿到的训练数据，分为训练和验证集。以下图为例：将数据分成4份，其中一份作为验证集。然后经过4次(组)的测试，每次都更换不同的验证集。即得到4组模型的结果，取平均值作为最终结果。又称4折交叉验证
过拟合: 模型对于训练集效果很好,对于测试集效果较差 原因:模型过于复杂
欠拟合:模型对于训练集和测试集效果都很差 原因: 模型太过简单
模型选择的基本原则-奥卡姆剃刀原则:在具有相同泛化误差的模型中,选择较为简单的模型,防止过拟合
特征向量: 将属性或特征,通常使用向量来进行表示
训练集: 数据集划分的一部分,来用于模型或者算法的训练
测试集: 数据集划分的一部分,来用于对已经训练好的模型进行测试模型的误差好坏


四丶分类和回归问题
8 M7 s* S( Q$ j4.1说明

如果预测值是连续值对应的问题是回归问题
如果预测值是离散值对应的问题的分类问题
. Q- O1 {1 p% n! M& s% H& ^/ x4 p  k4.2类别型变量处理
比如天气: 晴天丶阴天丶雨天
lable encoder: 标签编码
, i1 w7 T% G! `  e' [
晴天丶阴天丶雨天
9 |! G1 A, w; b8 O; v0--------1--------2

ont-hot encoder: 独热编码(二进制方式)
! }2 y) C% a' Y3 V3 ^, H
" o0 O$ V2 A0 r" G& g晴天 丶 阴天丶 雨天
1---------0----------0
' u& w8 u- U4 f5 ^  M0---------1----------0
9 b+ x+ [+ I6 \  f9 O0---------0----------1
  o# X- V3 a' d3 L" U
7 k* b  A( N, U/ \  I7 ?7 b" H( A" F  E总结:通常使用label encoder(标签编码)
, K2 m7 O# b1 t5 s3 @————————————————
  _2 T. L. f, {& \版权声明：本文为CSDN博主「First_____」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
& U' n: q0 t: G7 @! z) ?$ C8 u原文链接：https://blog.csdn.net/First_____/article/details/126717523

" G/ q! y9 K. t/ B% I2 a' R0 p4 I  h! h