ISL-Chap1&2.1笔记

写在前面

趁着假期重新刷一遍《An Introduction to Statistical Learning》，整理一下思路，也顺着这本书再重温一下R。小白水平，可能会有些理解上的错误，若有错误欢迎指正、讨论。
本系列笔记，内容主要参考《An Introduction to Statistical Learning》一书，若需引用请注明出处。

Chap1 Introduction

本章大略介绍了：

1. 什么是 Statistical Learning ：
   A vast set of tools for understandiing data 。 这些工具可以分为 “supervised” 和 “unsupervised”， 即 监督学习和非监督学习。
2. 本书使用的数据集。
3. Statistical Learing 的历史。
4. 这本书适合什么人学习。
5. 符号的使用说明。
6. 行文结构。

Chap2 Statistical Learning

2.1 什么是 Statistical Learning

本小节由 “如何提高销售量？” 这个问题引入。因此，我们的目标就是：建立一个可以通过三种媒体渠道(TV, radio, newspaper)的投入，精确预测销售量(sales)的模型。其中，销售量(Y-sales)是输出值，三个渠道的投入(X1-TV, X2-radio, X3-newspaper) 是输入值。
若使用模型 $f$ 来拟合$Y$，那么一般形式可写作：
$$Y=f(X)+ϵ$$
这里的 $f$ 是关于各变量($X1,X2,...,Xn$) 的特定但目前还待求的函数。$ϵ$是随机误差项，它独立于$X$且均值为0。
总的来说，Statistical Learning 指的就是一系列估计$f$的方法。

2.1.1 Why Estimate $f$

建立模型(估计$f$)主要的两种原因：Prediction or Inference

1. Prediction:
   Y ^ = f ^ ( X ) \hat{Y}=\hat{f}(X)