机器学习那些事儿 | 基础知识（一）

最新推荐文章于 2021-12-10 21:13:06 发布

Wang_AI

最新推荐文章于 2021-12-10 21:13:06 发布

阅读量161

点赞数

文章标签：机器学习深度学习监督学习数据挖掘计算机视觉

AI派在读学生小姐姐Beyonce

Java实战项目练习群

长按识别下方二维码，按需求添加

640.webp (1).jpg

扫码添加Beyonce小姐姐

微信图片_20200223084351_副本.png

扫码关注

进Java学习大礼包

分类（classification）：预测结果为「离散值」。
回归（regression）：预测结果为「连续值」。
聚类（clustering）：将训练集分为若干个「簇」（cluster），这些自动生成的簇可能对应一些潜在的概念划分。而这些概念我们事先是不知道的，学习过程中使用的训练样本不包含标记信息。
二分类（binary classification）：只涉及「两个类别」的分类任务。即：正类（positive class）和负类（negative class）。
监督学习（supervised learning）：训练数据含有标记信息。比如：「分类」、「回归」。
无监督学习（unsupervised learning）：训练数据不含有标记信息。比如：「聚类」。
泛化（generalization）能力：机器学习得到的模型适用于新样本的能力。
归纳偏好（inductive bias）：机器学习算法在学习的过程中对某种类型假设的偏好。

直接将数据集划分为两个「互斥」集合，其中一个作为训练集，另外一个作为测试集，即：。

「留出法的注意点：」

首先，将数据集划分为个大小相似的「互斥」子集，即：。然后，每次用个子集的并集作为训练集，余下的那个子集作为测试集。

这样就可以获得组训练集/测试集，从而进行次训练和测试，最终返回这个个测试结果的「均值」。10折交叉验证示意图如图所示。

(图片来自《机器学习》-周志华)

「交叉验证法的注意点：」

为了减小因样本划分带入的差别，折交叉验证通常要随机使用不同的划分「重复次」，最终评估结果是这次折交叉验证结果的「均值」；
假定数据集中包含样本，若令，则得到交叉验证法的特例：「留一法」（Leave-One-Out, LOO）。留一法不受样本随机划分方式的影响。但是数据量大时的计算成本较高。