机器学习（一）综述

综述

---

刚硕士毕业了，趁着对所学知识还有记忆，赶快把之前笔记整理下，写成博客也方便整理。机器学习真是一门诡异的课程啊，感觉学了什么又感觉什么也没学=_=。

---

目录：

---

主要内容：

机器学习分为：

监督学习：

1. 分类
   1.1 决策树
   1.2 KNN
   1.3 SVM
   1.4 人工神经网络（非DNN）
2. 回归
   2.1 线性回归
   2.2 非线性回归

无监督学习：

1. 聚类
2. 层次聚类

深度学习（既有监督也有无监督所以单独摘出来说）：

1. CNN
2. RNN

比较常用的机器学习的算法和结构就是如上面所示。

---

机器学习的基本过程

---

**

评估机器学习算法

**

1. 准确性
2. 速度
3. 健壮性
4. 可规模化
5. 可解释性
   只有从这五个方面去评估才能评价出机器学习算法的优劣。

---

交叉检验：

在拿到数据即数据集的时候，要把数据集，分成训练集和测试集。
一种最常用的方法是平分，或者是取10分之一的数据来作为测试集合。剩下的都是训练集。这样有一个弊端，是在数据量不是特别大的时候浪费数据。 那用来作为测试用的数据基本算是浪费了。因为算法并没有学习到这些数据中蕴含的规律。而且评估结果还容易产生误差。但如果把测试集也用作训练，则会使算法过度拟合。所以一个常用的方法就诞生了k-fold。比较常用的是10-fold。

算法：10-fold
1. 把数据分成10份
2. 取出其中一份为test set
3. 其他的9份都是training set
4. 用training set, training 算法
5. 用test set 测试出其中的 准确率，或者 R方 什么的来评估,得到结果 xi
6. 再从10份中选取从来没又作为Test set的一份来作为test set.
7. 重复2-6的过程，直到每份都作为test set 使用过。
8. 把10个评估结果取平均值。