第一次阅读李航的《统计学习方法概论》特此记录一些重点知识以备复习。
基本概念
1、统计学习方法三要素:模型、策略和算法。
2、假设空间:要学习的模型的集合称为假设空间。
3、本书主要介绍监督学习方法,主要包括用于分类、标注与回归问题的方法。在自然语言处理、信息检索、文本数据挖掘等领域有广泛的应用。
监督学习
1、统计学习包括监督学习、非监督学习、半监督学习及强化学习。
2、监督学习的任务是学习一个模型,使模型能够对任意给定输入,产生好的预测。
3、搞清楚几个基本概念:输入空间、输出空间、输入变量(多为列向量,表示多个输入条件)、输出变量。
4、输入输出均为连续变量:回归问题。
输入连续,输出有限个离散变量:分类问题。
输入输出均为有限个离散变量:标注问题。
5、监督学习分为学习与预测两个部分。
注:arg max表示符合条件的函数值中的最大值。
损失函数和风险函数
1、损失函数用于度量模型一次预测的好坏。风险函数度量平均意义下模型预测的好坏。
2、常用的损失函数
(1)0-1损失函数
{ 3 x + 5 y + z 7 x − 2 y + 4 z − 6 x + 3 y + 2 z \begin{cases} 3x + 5y + z \\ 7x - 2y + 4z \\ -6x + 3y + 2z \end{cases} ⎩⎪⎨⎪⎧3x+5y+z7x−2y+4z−6x+3y+2z
(2)平方损失函数
L ( Y , f ( X ) ) = ( Y − f ( X ) ) 2 L(Y,f(X))=({Y-f(X)})^2 L(Y,f(X))=(Y