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
1 F" v$ W; K# j- R2 \* O" j
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
3 q1 e+ t3 O4 E1 P* ~# D
总结: 机器学习模型=数据+算法
/ v2 D7 F( E  I' e' E0 C" \
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

* ?- Y1 c5 S# l7 Y1 `# S0 s3 u什么不是机器学习?

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)
+ u3 l6 I( K% m, V9 u4 i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:
9 ]3 @0 {) e: ]; B" \" f$ A
6 b# k9 L: |/ R. }1 R8 M; G+ i1.说明: X: 特征或属性 Y:类别标签类或预测的值
7 |8 V) Z6 g  J' Z! D
+ X: T  |+ H1 {, q/ L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)
& ?( c3 i+ ~& Y8 M! n# b二丶两种学习方式
/ c2 N: L" \* z6 N" e+ M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
3.1机器学习分类的几种概念

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
: _- l% M8 b4 a( v半监督学习: 有类别标记的训练集+无标记的训练集
* ]% V5 }( H  y/ z" e/ S, t' Y' u; 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:

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
非监督学习:

( R: h0 B/ `5 F' e, n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
半监督学习:

1.基于聚类的假设
4 P/ F4 `7 }) e- C–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,
( y& z! x% H4 p( }. v5 P7 x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
2.利用所有样本再进行模型训练
/ `8 o) j' V7 _$ U6 F: B6 C强化学习:

* V8 P3 C. w+ @% J( {% U! Y! C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
- H$ ^3 U, c8 Z& f4 r2 N3 a
模型: 决策函数丶条件概率分布
8 _- D% m, b0 X  g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 m) ^/ y- x7 E  ~7 |3 l3.3其他

! @, w9 g2 c8 a9 w  x# D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
" B: f- f0 |* b; l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
7 T" {! f# {" [& F3 r% j! s0 j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
# ?$ u6 F) W$ W/ X3 N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
; L6 ^- @- v3 ?  Y& n0 |0 s
' z; d% L8 L( f; m
* l+ y* h. Q/ i5 M3 X* k四丶分类和回归问题
4.1说明
" U" N* g- W* l
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
5 X! _3 ]% p$ v% b1 x4.2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
4 G+ F: ?' W7 X7 t+ J
( C: X# ~, ]3 C5 p晴天丶阴天丶雨天
0--------1--------2
5 B+ X0 y1 C3 U: N% R
ont-hot encoder: 独热编码(二进制方式)

晴天 丶 阴天丶 雨天
3 @3 v& D/ k# L1---------0----------0
" [4 y9 l+ @( ^4 m- v: }0---------1----------0
0---------0----------1

  k5 s9 r2 f$ H: @# i4 _/ \总结:通常使用label encoder(标签编码)
————————————————
8 i2 }. W2 z3 h( l* L7 ?: 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

5 h; V. Z. Y2 k2 J2 q