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
* r- k& L( Q4 k
4 J" v8 i. P- x( w  _( {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
' z8 F0 M! f& C5 ?2 h! l9 O
. [  M+ r( Y, {# ^9 @, }6 L- ]总结: 机器学习模型=数据+算法
* k! c- r- J7 Y+ N* {# i/ Q7 o# v6 T
" ]/ @: `+ {. X, M1 Q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

9 V5 Q, R. W" {  v8 G6 U. F# L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)
. v3 I0 Q- Y* ^! v4 O机器学习其实就是需要有一个预测的过程

: \0 ?0 w9 [. X' _- P/ S. Z  ]机器学习概念补充:
+ K6 \% ~  O! n8 g8 M/ O2 b. d) ~4 i7 W3 N
& J& N- L1 Z3 A2 N) Y1.说明: X: 特征或属性 Y:类别标签类或预测的值
* S# T% h# O: r% K5 }) j7 ^' h4 O; ~
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)
. m- A9 a% n3 R/ Y5 Q9 u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
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
1 _* Z" T* [! e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
6 v( q7 g1 b# l$ _监督学习:

3 _2 E# I2 t' `7 W+ w- m2 Y4 v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
( G. n9 }# R1 o# j( e$ @非监督学习:
! ?( O5 {/ z) ]1 G3 @9 k
$ }5 A  o; P! K0 c, @9 d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:

# r, I3 @6 a9 i1.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
6 q3 m( {+ Q1 M% P( L强化学习:

) G* P8 s) E; e1 c7 D) P- y解决连续决策的问题丶围棋丶无人驾驶汽车等问题
0 g$ A/ Q% i. D( k5 \* P& ~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
" b. F; K  A$ f" g2 B1 d3.3其他
: p' a0 \7 ?/ H  G% 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
) f1 {) y( I) m/ g- a9 J8 d9 [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
- w, s  D1 o0 L* u  Q2 b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
, `& S6 o5 Y) y, m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
* A8 W! h4 T9 L' y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
8 G: r' p, w, [& m7 S. G

' T- L; Z: P4 Y" v& K四丶分类和回归问题
4.1说明
& g3 X! `/ s8 {
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
6 d5 {& U- W/ w" ?; ?0 ]比如天气: 晴天丶阴天丶雨天
. ^' j" _  l+ J! @* f# Nlable encoder: 标签编码

晴天丶阴天丶雨天
( y. P: Y' p9 f$ M4 D( x0--------1--------2

3 n4 Q/ h) e6 V6 U  j* }ont-hot encoder: 独热编码(二进制方式)

+ t5 d  y+ X, Z! S7 A, c% }: j; G晴天 丶 阴天丶 雨天
1---------0----------0
4 h+ ~/ c# N1 H8 D- k0---------1----------0
0---------0----------1
7 y% I( ~( T$ R/ u8 h* O/ f9 Q  p+ s
总结:通常使用label encoder(标签编码)
! @! Y0 d0 \* ?8 O4 h/ v————————————————
6 l% K$ C$ t7 \0 b9 i5 J( }" K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
9 W" |5 d! z6 p3 r
) L  o( |5 K! W, U" N- W* P1 A6 |

* o) f* H; D1 [9 u