机器学习重点内容概述

1.说明有监督学习和无监督学习的各自的特点及区别

有监督学习的特点:

• 输入数据是由输入特征值和目标值所组成, 即输入的训练数据是有标签的.

  • 数据集: 需要人工标注数据.

无监督学习的特点:

• 输入的数据没有被标记, 没有标签;

• 根据样本间的相似性, 对样本集聚类, 以发现事物内部的结构及相互关系.

区别:

有监督学习输入的数据是有标签的, 而无监督学习输入的数据是无标签的。区别如下图：

2. 说明下机器学习的建模流程

1. 获取数据

2. 数据基本处理

3. 特征工程

4. 机器学习(模型训练)

5. 模型评估

注意： 

• 在整个建模流程中, 数据基本处理 和 特征工程 一般是耗时, 耗精力最多的！！！

3.说下模型拟合问题及产生的原因

模型拟合会出现三种情况:

• 刚好拟合: 表示模型对样本点的拟合情况刚刚好.

  • 原因: 特征选取和模型选取及训练刚刚好.

• 欠拟合: 模型在训练集上表现很差、在测试集表现也很差.

  • 原因: 模型过于简单.

• 过拟合: 模型在训练集上表现很好、在测试集表现很差.

  • 原因: 模型过于复杂, 数据不纯, 训练数据太小.