1.机器学习绪论

基本术语

1. 属性：反映事件或对象在某一方面的表现或性质的事项，比如：人是一个属性，因为人有黄种人，黑种人，或白种人。属性也叫特征。
2. 特征向量：将属性作为坐标轴，形成多维坐标系，坐标系里的每一个点对应的坐标向量称之为特征向量。
3. 机器学习的目标就是通过一些训练样本总结出相对应的数学模型，数据越多，训练的模型精度则越高。
4. 归纳偏好：机器学习算法在学习过程中对某类型假设的某种偏好，就像投票一样，加入自己的判断因素来决定自己该投哪一票

模型评估与选择

经验误差与过拟合：预测输出与真实结果之间的差异成为误差，在新样本上的误差为泛化误差，过拟合的意思是学习能力太强，把一些特殊的点学了进去，并把它当做普通性质来使用，欠拟合则恰恰相反。过拟合无法避免，只能减小他所带来的风险

模型的评估方法

1. 留出法：将数据集划分为两个互斥的数据集，一个用来训练机器学习算法，另一个用来测试机器学习算法的精确度
2. 交叉验证法：将数据集划分为n个大小相似互斥的子集数据集，每次都用n-1个数据集训练机器学习算法，剩余那个用来测试
3. 自主法：自助法使用来解决后加的数据集数据冗余对机器学习算法影响的，具体表现为，放回抽样，将抽样的数据在组成另一个数据集，然后用此数据集来训练机器学习算法。但此法改变了初始数据集的分布，会导致估计偏差，多以一般较少采用这种方法。
4. 调参与最终模型：机器学习算法中的参数配置不同所产生的的结果可能会不一样，因此，在模型评估与选择的时候，还要对使用的学习算法进行选择，对算法参数进行设定，这种情况叫做调参。

性能度量

性能度量是衡量模型泛化能力的评价标准