我在念高中期间，做了不少题目的。会通过刷题目，总结一类题目的解法，以后遇到这类题目，就用这个“套路”去解决。这其实就说明了一种学习方式，从特殊到抽象一般规律，再用一般规律去解决特殊问题。这种从一般到特殊的过程，被称为“泛化”，而从一般到特殊的过程，被称为“演绎”。
我们可以通过这个例子来理解机器学习，在做的事情。机器学习，顾名思义。也就是让机器去学习。这其实是一个研究“学习”的过程。通过，让机器从一群数据中摸索，得出一个模型，当新的样本出现的时候，用这个模型，来解决问题。
对于人来说，我们可以从数据中得到一些规律，进而抽象出一些概念，发展出一门学科。这被称为“概念形成”，“概念学习”。但是，当数据的特征，属性太多的时候，人们往往很难得出概念，或者说概念无法被人类理解。举一个例子，我们可以很容易理解3维、4维空间的事物，在脑海中，可以很容易形成这些画面。但是随着维度的增加，我们就很难从脑海中想象了。
这里举一些例子，来理解接下来的概念。
首先，我们来问一个问题，“什么样的蘑菇是有毒的？”你可能会回答，“颜色太鲜艳的是有毒的”。很好，你提到了蘑菇的颜色。这个是蘑菇的一个特征（Feature），当然还有很多很多。味道，气味，触摸感等等。随着你的参考特征的增加，这个问题的研究维度就在不断的增加。我们把这些特征张成的空间称为“属性空间”或者“样本空间”，空间的维度与你研究这个问题选取的特征数有关。就如同，你在做平面几何的时候，参考的是x 和 y 两个坐标轴，那么x,y张成的空间是2维的，当你研究立体几何的时候，增加了z轴这个参考，4维的话，你可以加上时间轴。5维的话，根据你研究的问题，选取对应的特征。是有些抽象，可以停一下，再读下去。
好，我们继续。我们说过，学习的过程往往要从很多案例中学习，这一个个案例，被称为“样本”。假设我们有足够的案例，是否可以继续来研究“什么样的蘑菇是有毒的”这个问题呢？或许还不行，最好我们还能知道，每个案例的结果，也就是每个样本我都知道，哪些是有毒的，哪些是没有毒的。也就是样本的“标签”（Target）。而这些有标记信息的示例张成的空间被称为“标记空间”或者“输出空间”。我们把样本作为行，特征作为列，把这些例子写在一张表上。看看我们能不能从这张表中得出规律。不知道，看到这里你有没有注意到，这张表是不是和你学的矩阵很类似。其实潜移默化中，我们已经把问题转化成，在一个空间里寻找最优解的问题了。
“矩阵不仅仅是数字排列而成的表而已。比如M*N的矩阵A，它表示了从n维空间到m维空间的“映射”。具体来讲就是把n维空间中的点x（n维列向量）变换到m维空间的点（m维列向量）Ax的映射”。
上面这一段是节选自《程序员的数学》这一册书的第三本《线性代数》里的综述。我很建议大家读读这本书，对大家理解线性代数，有很大的帮助。矩阵的运算，可以理解为空间的变换。
回到我们的蘑菇，“什么样的蘑菇有毒？”实际上就是把众多的案例分类成“有毒”、“没毒”。这种问题被称为“分类”问题。而这个例子，只分成两类，那么就是“二分类”问题。
想象一下，这个问题就可以转化成，例子就是散落在一个高维空间的一个个点，你要用一个线或者超平面，去把这些点优雅地分开。
当然这个例子只是一个分类问题，因为我们预测的值是离散的，比如明天是阴天还是晴天。但是，当研究问题变成明天会是多少度。预测的值变成连续的，定量的，那么这就是一个回归问题。
当然这些问题都是，你已经知道了案例的结果而定的。如果说，你不知道“标签”，也就是Target时，怎么办？事实上，现实生活中，这样的例子挺多的。你事先不知道结果。这些数据，是否能够拿来学习呢?答案是可以的，我们可以分析，这些案例之间的特征相似度，把他们分成一个个组，或者叫做“簇类”。“物以类聚，人与群分”。这就是一个聚类的过程。
前者能够，知道标签的学习，被称为“监督学习”，没有标签的学习，被称为“非监督学习”。
下一次，我们会聊聊机器学习的五大学派的故事。今天就先到这里吧。有兴趣的小伙伴还请多多捧场。感激不尽~
松爱家的小秦
参考阅读：
什么是演绎和归纳？
https://zh.wikipedia.org/wiki/%E5%BD%92%E7%BA%B3%E6%8E%A8%E7%90%86
《程序员的数学》
https://book.douban.com/subject/19949020/
《机器学习》
https://book.douban.com/subject/26708119/
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
