机器学习前言之基本概念

---

https://blog.csdn.net/qq_33208851/article/details/95230847

基本概念

• 在机器学习中，一般将样本分成独立的三部分：
  训练集(train set)：用于建立模型
  验证集(validation set)：用来确定网络结构或者控制模型复杂程度的参数（优化）
  测试集(test set)：则检验最终选择最优的模型的性能如何
• 特征向量(feature vector)：属性的集合，通常用一个向量来表示，附属于一个实例
• 标记(label)：实例类别的标记
  如下图： 4个训练集，6个属性，标记是享受运动中的是或否
  
• 正（反）例(positive/negative example)：如上图中享受运动的标记为“是”的是正例，为“否”的是反例
• 分类(classification)和回归(regression)：目标标记为类别型数据的是分类；目标标记为连续型数值的是回归
  
  回归示例如下：
  
• 有监督学习(supervised learning)：训练集有类别标记。教会机器怎么学习
  无监督学习(unsupervised learning)：训练集无类别标记。让机器自己学习
  半监督学习(semi-supervised learning)：有类别标记的训练集+有无类别标记的训练集
  例如：研究肿瘤的良、恶性于尺寸，颜色之间的关系
  特征值：肿瘤尺寸，颜色
  标记：良性/恶性
  在给定训练集中，有特征值的数据信息而且有类别标记则为有监督学习，以此类推