1.机器学习概念及相关术语解释

杨利霞

( O9 g* W4 N/ G1.机器学习概念及相关术语解释
5 s' z, u' I4 f+ I; F3 m& E8 O
一丶 机器学习概念
4 K% _$ X2 o# O/ T  g* e9 R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
. A3 z/ ]- q% E. y
0 z' L+ U: w! d) i9 h2 I% b# f3 f3 O! X- _总结: 机器学习模型=数据+算法

7 s" P) v7 }" p% I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
- [8 j, o3 b/ K: v' @, a: O
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)
8 ^/ w' Y0 ]; O机器学习其实就是需要有一个预测的过程
0 h" i5 h! e* f
  a  {( [6 X  k" v. X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
3 h: @+ K8 X8 P, w
2 H# e; Y4 K1 W& \1 D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.
; o, j; f6 k" l9 S% y( S2 g5 b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
& D5 ]' W9 F; V! ?! @+ ^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$ _0 g) y4 P- }三丶术语
$ `4 I# ]/ n0 z& @( N3.1机器学习分类的几种概念
( }4 d% e/ [- o& u
3 e  Y& W  F) g8 S; x& Q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
  ~5 a1 F% Y( D% u半监督学习: 有类别标记的训练集+无标记的训练集
. s; D# ]' L+ r3 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
监督学习:
' n) W# }& r1 M. M/ y7 L
分类:预测值是否为连续值,不是连续值的预测的话,是分类
9 R& t; _8 ]* L5 K回归:预测值是连续值的话,是回归
9 e3 W* H+ w* o$ l非监督学习:

8 m* G% V+ r* u  m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
- \/ _0 ?- f" c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
7 T* _$ Y5 P0 n: Y半监督学习:
, _% Q. v2 r5 `
7 h. I! B5 b! I$ l5 u8 ]1.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
! z- f: O* n/ m/ {2.利用所有样本再进行模型训练
& }: }/ I4 s; i: x, o强化学习:

解决连续决策的问题丶围棋丶无人驾驶汽车等问题
' x3 s6 H; w4 `! ^& Z2 m6 L' Y/ e3.2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
# ?+ M, Y8 U/ J8 e3.3其他
8 C& O: E4 i. c/ x
7 m. i9 p; s( w! }: B. B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
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
9 ^+ y0 I1 a( q. {+ N: d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
! F4 ^3 O* y# p+ V7 Z: K: B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
+ o) A# L( p1 j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

, y. O, ?, h. U/ V. o% j
5 n$ M0 G. |6 ?四丶分类和回归问题
4.1说明

如果预测值是连续值对应的问题是回归问题
2 J) f0 M- t3 i% F" I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 A; M$ G9 Q2 Z8 P. t  k+ x$ j比如天气: 晴天丶阴天丶雨天
& l/ e" P3 V( @6 j: ^% X( Flable encoder: 标签编码

晴天丶阴天丶雨天
0--------1--------2

ont-hot encoder: 独热编码(二进制方式)
4 `% P" ]4 @5 b/ t# [
晴天 丶 阴天丶 雨天
1---------0----------0
6 o5 e% h$ P+ H3 B0---------1----------0
2 X7 L* E" [, y3 c; o0---------0----------1
! q& Y/ ^* Z" g
总结:通常使用label encoder(标签编码)
; j7 t7 i1 {3 M( O$ E9 x————————————————
5 F$ m- c/ X$ S; A: B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
. [1 Y' M6 l' p9 Z' j
2 F8 B4 i5 \3 D" e, C