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

5 a8 G7 q2 \$ q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

- i/ x' \4 f) o) [. l! ^9 |总结: 机器学习模型=数据+算法

% @' F6 L' i0 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
- }- F, u! m% U# o9 T& x7 Z
* [0 [+ @0 U3 d什么不是机器学习?

" e% H1 w# _( D' n  I" h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
) d4 c# f1 L+ n
机器学习概念补充:

$ d! t4 t$ q+ T; m/ V7 A. m! J1.说明: X: 特征或属性 Y:类别标签类或预测的值

/ S. e! V. D8 r0 r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.
& G* q: S1 Y/ r. i' c' `6 R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)
二丶两种学习方式
& M% n& O2 g7 `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
; E( d* e# f3 ?+ i; _+ M1 `& C4 U2 X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
- `, Z$ w$ c8 E' k' w9 I4 c1 C三丶术语
- s3 ^! M2 X0 S- m2 p3.1机器学习分类的几种概念
- S: u7 k/ ~) g0 Q( Q" ^% g
- z( y# H1 y4 P监督学习: 训练集数据有类别标记
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
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
2 g- y4 g, v( c* E5 \监督学习:

) N8 @2 c$ z  z. s* b" m# }分类:预测值是否为连续值,不是连续值的预测的话,是分类
回归:预测值是连续值的话,是回归
0 ~; u; e1 n# d- u/ O9 t非监督学习:

/ A3 l( @8 e* D! F2 o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
; X5 I2 a  C4 K+ W' m/ n, S– 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
! |( C- S2 y% f; ^6 t6 t, [6 M& c半监督学习:

1.基于聚类的假设
- }9 Q; Q) b" z( t  M' e–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,
) ]/ o1 L: I& U% s7 C/ G1 N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
! P: _- s2 F" T. R% D2.利用所有样本再进行模型训练
强化学习:
8 ?* E1 q4 |. o6 Z- h( P3 @
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
5 [1 q' G1 ]0 b
$ g% O+ P7 N1 J# S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
$ H- X! R' G4 y7 u, L3.3其他

" L: D: |, K" W4 X$ j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
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
: J& {3 w7 K0 F3 f7 h: J- ?" |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
; m2 U; }" v( c3 V) r+ T% Y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
( a. m/ q" O9 w. p0 S1 r特征向量: 将属性或特征,通常使用向量来进行表示
7 g4 O! B' {/ ^9 \$ Z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
: `% y9 \! [9 d% |4 D9 [$ _

四丶分类和回归问题
4.1说明
$ ]2 T; m# ^+ U+ k8 l6 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
4.2类别型变量处理
7 \- ?( g* A1 E比如天气: 晴天丶阴天丶雨天
' [5 r( V( Y, I& Klable encoder: 标签编码
( b9 d# ^/ w) `9 u8 B8 E9 r" k
晴天丶阴天丶雨天
0--------1--------2
) @/ a( r: c% ^7 U' J6 k6 U
ont-hot encoder: 独热编码(二进制方式)

晴天 丶 阴天丶 雨天
# o3 ?; T  H  @9 S% ?1---------0----------0
5 c8 x+ P, O  A0---------1----------0
6 p9 E2 n3 i4 m( T0---------0----------1
( r" Z9 t& u& l0 C
总结:通常使用label encoder(标签编码)
————————————————
9 I! P% t& B5 _) [4 s5 q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



+ \; ^0 k7 u9 u/ Q. {( M