系列文章目录
第一章 Python 机器学习入门之监督学习
第二章 Python 机器学习入门之非监督学习
一、什么是机器学习?
what is machine learning?
Arthur Samuel 是这样定义的:在有明确设置的情况下,使计算机具有学习能力的研究领域。
Tom Mitchell 是这样定义的: A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.
在过滤垃圾邮件这个例子中,电子邮件系统会根据用户对电子邮件的标记(是/不是垃圾邮件)不断学习,从而提升过滤垃圾邮件的准确率,
定义中的三个字母分别代表
T(Task): 过滤垃圾邮件任务。
P(Performance): 电子邮件系统过滤垃圾邮件的准确率。
E(Experience): 用户对电子邮件的标记。
机器学习的两种主要学习算法是监督学习和非监督学习,除此之外还有强化学习等学习算法。
下面我们就来看看什么是监督学习
二、监督学习
机器学习问题的最常见类型:监督学习 supervised learning,监督学习中有分类算法和回归算法。
1.回归算法
学习input输入,output输出,或者x到y的映射。
监督学习,就是从x到y,输入到输出映射的算法
监督学习的关键特征是,我们提供学习算法示例 以供学习,学习算法示例包括正确答案,也就是给定输入x的正确标签y,并且通过查看输入x和所需输出标签y,
学习算法最终学会,只接受输入而无需输入标签,就可以给出输出的合理准确的预测或猜测。
在所有的监督学习的应用程序中,我们都需要 输入算法的示例x,和正确答案(即x的正确标签y)来训练我们的模型,
模型从这些输入,输出(或x,y)中学习之后, 我们就可以给它一个全新的输入x,它就会尝试输出一个y。
回归算法的例子:房价预测,
我们给算法提供了一个数据集,其中包含正确答案(标签),在这个例子这就是对每所房子给出了正确的价格,
学习算法的任务,是去产生更多这样的正确结果,也就是去预测其他房子的可能价格。
这种房价预测是一种特殊类型的监督学习,称为regression回归,
简单来说就是,可以让我们 从无数可能的数字中去预测一个数字。回归的目的就是预测数字。
2.分类算法
分类算法与回归算法不同的是:分类算法只是试图预测一小部分可能的输出或类别;
而回归算法不同,回归算法是试图从无限多个可能的数字中去预测一个数字。
分类算法的例子:肿瘤预测,
如果只有良性和恶性,那么算法输出的结果可以是0或1,
如果有无肿瘤,肿瘤一,肿瘤二,肿瘤三,那么算法输出的结果可以是0,1,2或3
分类算法classification,就是预测类别predict categories, 类别不一定是数字,
它可以去预测一张照片是猫cat还是狗dog, 也可以是数字 0或1
当输出的结果是数字时,分类和回归的不同之处在于:分类预测的结果是一个小的,
有限的一套可能产出的类别,如0 or 1or 2,并不是所有可能的数字。
在肿瘤预测这个例子中,我们只有一个输入值,那就是肿瘤的大小,但这并不表示我们只能输入一个值,
我们可以输入多个值来预测输出,像在这个例子中,我们处理输入肿瘤的大小外,我们还可以输入患者的年龄。
总结
监督学习,映射输入x到输出y,学习算法从正确的答案中学习
监督学习的两种主要的两种类型是回归regressio和分类classification,
在回归应用的程序中,如预测房价,学习算法必须从无限多可能的输出数字中去预测数字,
在分类算法中,学习算法必须对一个类别做出预测,所有数据中,一小部分可能的产出