机器学习 Machine Learning

《文本分类,数据挖掘和机器学习》，论文级别，值得收藏！ 详细见 http://blog.chinaunix.net/uid-446337-id-94440.html

心得归纳

机器学习 Machine Learning：

机器像人类一样自己来通过对大量的观察来自己总结经验，即程序通过训练学习（训练前：公式已知，参数值未知，求解未知；训练：训练数据 Training Data 中的解已知，反算出参数值；训练后：公式已知，参数值已知，求解可得）。

e.g. 机器学习或数据挖掘十大算法中，有分类算法之一的朴素贝叶斯，公式

其中，

  P(d| Ci)=P(w1|Ci) P(w2|Ci) …P(wi|Ci) P(w1|Ci) …P(wm|Ci)
  P(d| Ci)就代表文档d 属于类别Ci的概率
  P(wi|Ci)就代表词汇wi属于类别Ci的概率

人们在程序中定义好公式，通过准备大量的已知类型的素材文档（即所谓的训练数据），通过计算词汇wi的出现频数而模拟出P(wi|Ci)。当真正需要对未知文档进行分类时，使用从大量文章中已算出的P(wi|Ci)代入公式，从而算出该文章所属分类的概率。