2020-10-21

个人机器学习记录-纯作为笔记用

 

基本术语

假设一批数据（色泽=青绿；根蒂=蜷缩，敲声=清脆）...

  数据集：这一批数据的集合

示例：每一条记录是一个示例，或称样本

色泽、根蒂称为属性或者特征，以色泽、根蒂、敲声为坐标轴，则可建立一个样本空间

空间中每一个点都有描述西瓜，由于每个点对应一个坐标向量，因此一个示例成称为一个特征向量，d个属性就是d个维数

分类任务与回归任务：若预测的是离散值，则为分类任务，若预测的是连续值，则为回归任务，机器学习这本书中介绍的大多分类任务是二分类任务，其中一个类是正类，一个类为反类，此时样本空间有y，y={-1，+1}，若分类类别为多个时，则称为多分类任务

训练：对给定的数据集进行训练与学习，通常是对处理好的训练集按照特定的算法进行训练学习

测试：在学得模型后，使用模型对于测试集进行预测

无监督学习与监督学习：训练数据时有训练集被标记的是监督学习，训练数据没有标记信息是无监督学习

假设空间：所有数据被预测时会有一个范围，学习过程预就是在所有假设组成的空间中进行搜索

归纳偏好：对于训练后的模型，会有一个对应的偏好，任何算法在预测信息时都有一个偏好，会给出概率最大的那个可能性