统计学习导论之读书笔记(一)统计学习(Statistical Learning)

1 统计学习概念的引入

X X X常称为: input variable(输入变量), predictor(预测变量),independent variable(自变量), feature(属性), variable (变量)
Y Y Y常称为:response variable(响应变量),dependent variable(因变量)

一般情况下,假设观察到一个定量的响应变量Y和p个不同的预测变量,分别记为X 1 _1 1、X 2 _2 2、X p _p p。假设这个Y和X =(X1,X2,…,Xp)有一定的关系,可以表达成如下的形式:

  Y = f ( x ) + ϵ   \ Y = f(x) + \epsilon \,  Y=f(x)+ϵ

这里的 f f f是X 1 _1 1,X 2 _2 2,…,X p _p p的函数,它是确定的但是也是未知的, ϵ \epsilon ϵ是随机误差项(error term),与X独立,且均值为0 ϵ \epsilon ϵ也叫不可约误差(inreducible error)。

实际上,统计学习就是关于估计f的一系列方法

2 需要估计f的两种情况

2.1 用于预测(prediction)

通过下式去预测 Y Y Y:

  Y ^ = f ^ ( x )   \ \hat{Y} = \hat{f}(x)\,  Y^=f^(x)

f ^ \hat{f} f^表示 f f f的预测, Y ^ \hat{Y} Y^表示 Y Y Y的预测,这里的 f ^ \hat{f}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值