监督学习的三类问题-分类问题,标注问题,回归问题

分类问题

输出为有限个离散值的监督学习，输入可以是连续或者离散的。二类分类和多类分类。

 

二类分类的四种情况

（T/F表示预测结果是否正确，P/N表示预测结果的值）

TP - 将正类预测为正类

TN - 将负类预测为负类

FP - 将负类预测为正类

FN - 将正类预测为负类

 

精确率、召回率和F1

精确率: 预测正确的正类与预测结果为正类的比例

precision = TP / (TP + FP)

召回率：预测正确的正类与实际的正类的比例

recall = TP / (TP + FN)

F1: 精确率和召回率的调和平均数

2 / F1 = 1 / precision + 1 / recall

 

标注问题

输入是一个观测序列，输出是一个标记序列。（给每一个输入打标签，标签可以有多个）

思考：条件概率分布

 

回归问题

输入变量到输出变量的一个函数映射

最常见的损失函数是平方损失函数，用最小二乘法求解。

最小二乘法: https://www.zhihu.com/question/37031188