1.机器学习概念及相关术语解释

杨利霞

6 ^  h4 A2 d; c) v2 W' `) w! |1.机器学习概念及相关术语解释
. w, j: K, _7 _% d
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
( B% X  V4 }, \0 [' U1 ]
总结: 机器学习模型=数据+算法
0 Y! `% g! K9 ]5 L' C( C; i
$ [" b9 z2 f; O- w, U& v) o: Q8 e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

什么不是机器学习?
% E; T5 d+ [' |7 h7 y
  a5 p" b3 I4 U$ r# W$ p% U% v: [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)
* Y. s# ]: z: Q机器学习其实就是需要有一个预测的过程
0 U# L2 S  k- F2 w$ d2 `: _
1 M/ H6 H& u) S. q机器学习概念补充:
4 j. ]& ^4 y8 v, W/ U
1.说明: X: 特征或属性 Y:类别标签类或预测的值

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)
9 |# M0 c2 `6 U* E二丶两种学习方式
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
% J4 M1 X" q  c7 ~8 L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
3.1机器学习分类的几种概念
1 W8 w- B# b8 S# s8 w( J
监督学习: 训练集数据有类别标记
( \" T3 I$ }1 `* T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
; f# a# _- V9 T! d' |) l3 e& [+ `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:

3 Z+ m2 x* ~4 A. ^$ ~' i分类:预测值是否为连续值,不是连续值的预测的话,是分类
+ [) \0 h, r8 y% k; g8 }1 ^2 E+ L回归:预测值是连续值的话,是回归
非监督学习:
" V4 Q: D6 ]5 c; {+ z9 H
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
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
' Y5 o+ h: q  E半监督学习:

0 q2 F' t; @. A# y1.基于聚类的假设
  u: a0 r; r8 U  c0 F4 A: q: E  X( P–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,
5 w$ A# S5 T" P# Z; n1 V% F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
- x: D# q0 e1 ]2.利用所有样本再进行模型训练
0 G  q: Y$ ?3 K$ }1 D% q强化学习:

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

模型: 决策函数丶条件概率分布
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 C9 I8 `. Z& p" H# L' N1 `3 @3.3其他
/ W/ q  K8 G. X/ j2 D- v
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
$ f/ F% r0 X0 E, X; D( E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
% y" P4 W- c% C( T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
; j: h, f) u+ F; ~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
( z" ?! m. r1 u

四丶分类和回归问题
& I. ?" b" B/ l# {4.1说明
4 l3 o1 A8 F& i: H) [% I6 O% |
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
$ T5 V( `& G( E* L5 y( Q4.2类别型变量处理
' ]: L( x5 f, M( C8 Y比如天气: 晴天丶阴天丶雨天
lable encoder: 标签编码

6 S9 f7 o& V+ M8 m4 e, ^( B$ ?晴天丶阴天丶雨天
0--------1--------2

( G" z% s  I( [3 m& K& ]ont-hot encoder: 独热编码(二进制方式)
3 d' Y. H  E) z( G* @5 r* e. X
晴天 丶 阴天丶 雨天
5 J8 s; V  Z& F; e1 E1---------0----------0
4 G' e: P6 J0 x1 O0---------1----------0
7 g9 J& E1 |3 ^# Q0 i0---------0----------1

总结:通常使用label encoder(标签编码)
9 x' L$ v9 z( `8 w' C5 I————————————————
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。
原文链接：https://blog.csdn.net/First_____/article/details/126717523

2 z1 t- D) I# A+ P: E

& _9 {7 H! e: r1 o8 E6 J& C+ b