本文为Bloomberg的第一课,是100天机器学习挑战的Day15学习内容。
100天机器学习挑战汇总文章链接在这儿。
目录
3 Evaluating a Prediction Function——损失函数
4 Other Sources of Test ≠ Deployment
1 ML
1.1 什么是ML
rule-based问题不是ML:
ML的解决问题思路是:
1.2 ML问题分类
分类(hard/soft probabilistic)
多分类(hard/soft probabilistic)
回归
在统计学习中,有两种模型:概率模型和非概率模型;
概率模型:形式为P(x|y),即在学习过程中,y未知,训练后模型得到的输出是x的一系列值的概率;
非概率模型:形式为决策函数,即输入x到输出y的一个映射,且输出唯一;
软分类:使用的是概率模型,输出不同类对应的概率,最后的分类结果取概率最大的类,如多SVM组合分类;
硬分类:使用的是非概率模型,分类结果就是决策函数的决策结果;
参考文章:https://blog.csdn.net/eternity1118_/article/details/51525702
2 Elements of the ML Pipeline
Feature Extraction 特征提取:
这里给出了一个例子,判断某个字符串是不是邮箱的地址,可以这样做特征提取:
一个更加syste