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
/ F6 y( A) A  b  M
) E, o9 v# k1 P& \) P一丶 机器学习概念
* j. b) [# k. O) W, H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
( s5 P* G% V" f. v3 Y
! m* ~" G* d" k* ?6 ^总结: 机器学习模型=数据+算法
, ^4 E# E9 N& p5 I% P, b6 v' g
$ D( A2 C* c& y: l( Q" V5 V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?

  t8 |5 j' c/ O3 u7 j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:
0 O1 i+ I9 v* c8 ?! {+ d1 Y
+ x0 \# d  ^: s1 y1.说明: X: 特征或属性 Y:类别标签类或预测的值
5 l4 I* D' ]* D/ k. g9 B
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.
6 h. E! \) H) I  b/ ^2 T) g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)
, s; s& D1 C8 }8 y( \二丶两种学习方式
; L: ~8 J0 i2 N1 {, a* [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
/ f" q- H/ j# ^三丶术语
. m( ~  e& V8 @$ D3.1机器学习分类的几种概念
, A+ g, m8 q, [6 [
$ C5 p. t$ m7 T! X! ]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
& Q& D9 I& N: z% G2 A. E% \; q' Z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
1 [$ P: q$ [  j0 x& J3 J监督学习:
8 z# X8 A6 z9 r8 w. O1 I1 e
分类:预测值是否为连续值,不是连续值的预测的话,是分类
/ w1 U1 l7 E' S& J回归:预测值是连续值的话,是回归
非监督学习:

3 N/ r2 H5 p, G! B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
) ?. ~" k8 ?1 v6 U+ I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
. F+ w8 h. v0 W半监督学习:

' b& A9 K+ `& a2 l! P1.基于聚类的假设
–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,
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
强化学习:

! F4 ]) w, @" g/ a/ T1 a6 \# l/ z解决连续决策的问题丶围棋丶无人驾驶汽车等问题
% ]( ?4 U" u# Q, D( H0 T3.2机器学习三要素
4 w5 D( i) U; p; Y! D! h% v
模型: 决策函数丶条件概率分布
! ~1 d' l' c* C  ]  c算法: 解析解和最优解(梯度下降法和牛顿法)
- d! s. |6 x9 F8 k策略: (损失函数)评判一个模型的好坏
3.3其他

* a0 I$ [- G3 |) d% m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
, \) _/ v% s6 q* P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
- m# C% O$ o% M$ s0 P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
% D+ q; S1 p! W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
& Q: q2 I. d6 G0 W$ H# o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
  \" e; N. L8 C' L4 w4.1说明

5 J6 d; x1 [/ @/ K" y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
" K( E- R: s: ?4 m4 O  r- [比如天气: 晴天丶阴天丶雨天
lable encoder: 标签编码
. W) W9 h9 K8 v, `1 q% s4 }$ m- s
晴天丶阴天丶雨天
5 D" T4 r6 w, l0 U% t1 F0--------1--------2
5 ^/ S* E7 H$ r, s4 I6 H
ont-hot encoder: 独热编码(二进制方式)
* P5 z) _$ c* Y0 r( \! v; _5 V
, I3 B( c  a% K' r% d8 F- @# j! @+ k晴天 丶 阴天丶 雨天
1---------0----------0
. e* i8 X7 N2 [4 J8 W, {0---------1----------0
0---------0----------1

总结:通常使用label encoder(标签编码)
————————————————
/ C( Y: |6 y& ~* x$ x5 U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 d+ N: B/ j! Y7 W9 t) y