吴恩达机器学习总结：第八课 机器学习系统设计（大纲摘要及课后作业）

为了更好的学习，充分复习自己学习的知识，总结课内重要知识点，每次完成作业后都会更博。

英文非官方笔记

总结

1.机器学习系统设计

    （1）接触如何组合一个系统

    （2）这部分需要很少的数学方法，但是数学方法可以帮助你理解算法

 2.优先处理需要处理的问题--垃圾邮件分类

     （1）选择你自己的特征

        a.选择100个词 

        b.编入长向量 

        c.定义特征向量X，一般n是10000-50000

    （2）怎样有效提高系统准确性--头脑风暴，集思广益

    （3）误差分析 --先建立一个你可以快速完成的简单的算法  

        a.花至少一天时间建立一个初始的引导算法（在交叉验证数据上实现和测试）

        b.绘制学习曲线来决定更多数据顿号、特征是否有助于算法优化（这是避免过早

优化的方法，也是该让证据指导发展的决策）

        c.误差分析（在交叉验证集中手动检查样本、用系统模式帮助设计新的特征来避

免这些错误）例子：在交叉验证集里建立500个示例的分类器，假如会得到100个错

误，仔细查看100的错误并对他们进行分类（比如邮件类型，或者拼写错误类型邮

件，不平常的标点等）

         d.数值评估的重要性（具有一种数字评估算法）

         e.在交叉验证集而不是测试集进行误差分析

3.误差分析的误差指标

（1）精准度和回召率

        a.真阳性（我们猜测1，实际是1）

        b.假阳性（我们猜测1，实际是0）

        c.真阴性（我们猜测0，实际是0）

        d.假阴性（我们猜测0，实际是1）

（2）精准度P

        a.  P =真阳性/预测阳性=真阳性/（真阳性+假阳性）

        b.  P越大，越接近1，说明效果越好

（3）回召率R

        a.  R =真阳性/实际阳性=真阳性/（真阳性+假阴性）

        b.  R越大，越接近1，说明效果越好

4.交易准确度和回召

（1）阈值决定交易,fscore（F1=2*PR/(p+R)）

（2）阈值提供了一种控制精确度和召回率之间权衡的方法,F1给出评估指标（尝试一

系列阈值并在交叉验 证集上评估它们，然后选择给出最佳fscore的阈值）

  5.机器学习的数据（低偏差 - >使用复杂算法   低方差 - >使用大训练集）