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

% u" y, |. r# K% f8 T6 `% I一丶 机器学习概念
% o) j. u4 ?9 A0 {( [4 d$ V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

& A0 P7 C3 O! _3 @( `总结: 机器学习模型=数据+算法
3 T8 K( p; y5 p) K( K9 q
- [% ]2 i3 \1 l. N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

+ f4 W- T3 g: ?1 T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)
2 s- i% S" G, O# e3 Q- \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:

1.说明: X: 特征或属性 Y:类别标签类或预测的值
( ~2 C4 @/ W2 \, u: ~  r4 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.
1 I+ {, \' g$ I3 n. H0 F* V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
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

$ q3 Y" O" ~, h$ Z3 \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
监督学习:

0 j5 |) L0 r+ N! {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
' B8 h2 \7 u: i, T3 }3 H非监督学习:
) Z6 L) I2 ^) C& R/ x4 P8 K! s
6 Q  _" q& z! p8 q  H; V5 U- m' o6 f5 Z* 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
" G4 M/ E. E) b) n, w; n; D5 h– 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
( S& X# {& a1 t% j半监督学习:
: |0 g/ e9 _! n; B* L
* \0 b! {; [/ J+ H- n: n1.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,
8 J, k% h9 m7 ~" [& z! P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
/ M2 g. R- |1 W/ l% F0 Y. m强化学习:
2 J2 r0 h. U; p3 X0 Q
7 G  p. t: w: ]1 E' ^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

) B; ]' k* S- U# b( G, K- r模型: 决策函数丶条件概率分布
4 P7 e! K4 h3 |8 K+ y( T算法: 解析解和最优解(梯度下降法和牛顿法)
* [  [% M( u3 d! v) v4 S4 G3 P策略: (损失函数)评判一个模型的好坏
  a# r' [$ l! T9 I, T. Z+ \" q0 c3.3其他
. c/ n+ a$ L  b2 C! Z- z: _
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
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
+ K0 X0 o0 h/ 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
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
3 I0 V! c( D- z" {3 u& p+ g: J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
6 L% G% t3 @. v' {, I

四丶分类和回归问题
  [" @( F3 W. A3 E( k4.1说明

如果预测值是连续值对应的问题是回归问题
3 W# X4 R3 N& A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
比如天气: 晴天丶阴天丶雨天
, X9 N) C' l4 k/ M4 |. d) B2 b0 R, ilable encoder: 标签编码
* N$ P+ `, U* ?8 W3 Z% h& W& i% C
" Z# j9 P+ m& c* Y% {晴天丶阴天丶雨天
8 T6 i( Y, t: O6 b6 O3 W0--------1--------2
* c# p" h4 X1 L7 S: r& _( Z0 v
2 Q; `3 p) l2 m' J5 G+ x  b1 pont-hot encoder: 独热编码(二进制方式)
. M# M; }* `$ G" @$ [( R
晴天 丶 阴天丶 雨天
1---------0----------0
0---------1----------0
0---------0----------1
, e- j0 L& c; d
0 q# b5 E/ K. |/ }5 f& h1 O总结:通常使用label encoder(标签编码)
* b2 x- N2 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。
3 s) L( {/ O! G! Q1 o5 B原文链接：https://blog.csdn.net/First_____/article/details/126717523
0 }! [7 _' m, m
+ Y+ g6 H; R! e' @

+ ]# V& s& K3 y' K" S