qq_36165148的博客

本文为阅读总结个人认为书里概念性的、对本人有帮助的内容，仅供参考。机器学习中的对象通常被称为实例。多有可能的实例构成的集合被称为实例空间。当数据中存在噪声时，情形则会变得错综复杂。噪声既包括标签噪声，也包括实例噪声。数据中带有噪声时，通常不建议将模型精确地与训练数据拟合，以免因噪声的存在产生过拟合问题。准确率所度量的是测试实例中被正确分类的比例。错误率：被错误分类的实例在整个测...

本文为阅读总结个人认为书里概念性的、对本人有帮助的内容，仅供参考。依据经验提升性能几乎是各种形式的机器学习方法的核心。机器学习的一般定义：机器学习是对依据经验提升自身性能或丰富自身知识的各种算法和系统的系统性研究。在不同的及其学习任务中，“经验”往往具有不同的形式，如对错误的纠正、实现某个目标后的奖励等。此外还需注意，与人类的学习类似，在某些任务中，机器学习的目的可能不是针对特定任...

本文为阅读总结个人认为书里概念性的、对本人有帮助的内容，仅供参考。机器学习可以概括为：使用正确的特征来构建正确的模型，已完成既定的任务。特征定义了一种用于描述问题域中相关对象的“语言”。一旦获得对问题域中对象的某种恰当的特征表示，我们往往便不必再去关注这些对象本身。这也正是也正对机器学习如此重要的原因。任务是对我们所期望解决的、与问题域对象有关的问题的一种抽象表示。许多任务都可抽象...

本文为阅读总结个人认为书里概念性的、对本人有帮助的内容，仅供参考。一对多或一对其余（需训练k-1个模型）、一对一（需训练k(k-1)个模型）方案是将两类分类器转化为多类分类器最常用的两种手段。在采用一对多方案时，为了强制作出决策，我们必须在学习前或学习后设定各类别的顺序；如果采用的是一对一方案，则可通过投票的方式作出决策。如果希望依据多个两类分类器来计算多类得分和概率，有许多不同的选择...

本文为阅读总结个人认为书里概念性的、对本人有帮助的内容，仅供参考。逻辑模型的特点是它们均通过逻辑表达式将实例空间划分为一组区隔，因此所构建的都是分组模型。而其目标可概括如下：针对所要解决的任务，找到可使每个区隔中的数据更为一致的实例空间划分方案。在分类任务中我们希望找到这样一种划分：位于每个区隔中的绝大部分实例均来自同一类。在回归任务中，所谓好的划分是指目标变量为少数预测变量的一个简单...

本文为阅读总结个人认为书里概念性的、对本人有帮助的内容，仅供参考。树模型是机器学习中最为常见的模型之一。树模型具有较强的表示能力，易于理解，且因其递归的“分治”本质而尤其受到计算机科学研究人员的关注。任何一条穿越假设空间的路径都可被转化为一棵等价的决策树。对于取值超过两个状态的特征，决策树并不会运用内部析取来处理，而是允许各分支指向不同的取值。决策树具有比合取概念（严格）更强的表示...