1.机器学习概念及相关术语解释

杨利霞

  J6 t9 c: X: X4 b1.机器学习概念及相关术语解释

5 t5 V. D9 Y1 c, M一丶 机器学习概念
3 a$ D. i1 M  y( @. m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

总结: 机器学习模型=数据+算法

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
- |6 A& s4 f. }$ |1 o' S
( Z3 Q' p  s1 [4 n+ F, `# p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)
( m( x$ u, |8 c% Z( G; V, Z机器学习其实就是需要有一个预测的过程
# |7 x7 I& W: {* R9 k7 C5 i* W
/ y$ {* B) N0 e6 p机器学习概念补充:
3 w1 a& t1 f$ G9 [
- R8 |# S' m7 A- T4 W2 f" w1.说明: X: 特征或属性 Y:类别标签类或预测的值

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.
# E  Q" K7 v  j; Z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
' {% \$ E$ c. r* r+ y8 h) L0 t3.1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
4 o  E  ^1 t8 l3 b; {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 j; l) C3 n& I  Y1 u, `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:

' O3 A' F: w6 Y. {1 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
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:
; D8 U  T! J3 B3 L( z& N
1.基于聚类的假设
4 v/ Y' m1 \% ~% 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,
! G1 v( |. d$ l: U* i9 [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
1 v1 @0 W) y1 N. J+ }2.利用所有样本再进行模型训练
3 o3 Z5 [+ z" W+ ?强化学习:

5 g0 U  E! [) p: e0 @解决连续决策的问题丶围棋丶无人驾驶汽车等问题
- o. e$ _: @0 D3.2机器学习三要素
; q# @3 A: F0 {4 B
! A/ W5 Y# Y% s5 S2 p; }1 y模型: 决策函数丶条件概率分布
' o9 ?5 {+ f: v, j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
4 q) _0 r* W: x" K3.3其他
% A; W/ u1 C" F- V
: H; {! ~: C  m- Y4 _2 _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
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
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


# B) ~( m- N+ e四丶分类和回归问题
4.1说明
; ~$ T: C- Z* [  U" V& Y& z5 b
如果预测值是连续值对应的问题是回归问题
1 v7 c- Z1 P; X: q$ H( E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
* r1 k( h- D2 B! G. l8 [" r比如天气: 晴天丶阴天丶雨天
lable encoder: 标签编码

晴天丶阴天丶雨天
2 q+ D6 G: b' F' e; p6 ^8 F* B# J0--------1--------2
5 l( ?3 S" G1 |; N+ b! u# j
" P- W3 t1 Q9 k" Bont-hot encoder: 独热编码(二进制方式)

晴天 丶 阴天丶 雨天
1---------0----------0
5 i! n( T' [  k2 ?; D; T0---------1----------0
5 A9 M4 P$ V! w! h0---------0----------1

总结:通常使用label encoder(标签编码)
: J( Y- j6 J6 _6 M) ^/ b6 G7 X: t————————————————
$ ]$ H4 w1 S  F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



. G" V& _0 i0 [# p4 L1 e4 U