机器学习0.5——前置基础（监督学习，非监督学习）
前言
写在前面
之前学习过很多，但都是止步于理论，没有实践，加上没有经常用到，所以很快都差不多忘记了 ，现在觉得需要捡起来，加上ai可以帮到我薄弱的代码环节，还是基于《统计学习方法》这本书、西瓜书和吴恩达老师的课，可能也会看一下新的成果和论文之类的（可能吧，弱弱的一句）
小白！超级菜鸟！！！有错误欢迎在评论区指正
机器学习很多还是用到概率论，数理统计的知识，如果对理论要求比较高，还是需要这方面掌握一下
这里码一下几句话：
对数据的预测与分析；
提取数据特征，抽象数据模型；
学习什么样的模型，如何学习模型
一、监督学习
这里就不展示概念性的东西了
监督学习就是有参考答案的，并且这个答案是确定的
监督学习一般有分类和回归两种
（经典的例子就是分辨红豆绿豆，给一颗豆子，他是红的还是绿的，他是确定的）——这个是分类的例子，这里分类可以有很多种，但类别个数有限（离散的）
回归的话，就是预测的结果是连续的（这样说可能不太严谨），比如吴恩达老师说的房价预测，给定房子大小来预测价格。这里就假设价格只和房子大小有关系，那这个关系可以是线性的也可以是非线性的，一般来说都会假设是线性的；非线性比较难判断具体是哪种关系，写不出具体表达式
这里非线性一般是基本方法的权重组合或者和神经网络结合等等
线性就比较简单，比如只有一个特征x（输入、函数中的自变量…）
y=ax+b 
——结合中学的一次函数，只要知道a，b的值，x和y的关系就唯一确定了
给x一个值，就能计算对应的y值是多少，这个值当然是预测值（估计值），我们的目标就是让这个预测值和真实的y值无限接近
——而a和b的值可以根据现在有的数据估计，这个就是参数估计，也就是抽象模型的这个过程。如果这个“关系”要用到很多参数，本质也是一样的，现有数据去估计参数，这又涉及到很多方法
注：衡量预测值和真实值的接近程度就可以连接到代价函数（成本函数、损失函数），后面再说
二、非监督学习
非监督学习就是没有参考答案，需要从现有数据中找关系（规律），一般是聚类方法比较多，根据相似性来找同伙（这就涉及到各种距离）
三、泛化
泛化是已经得到的模型在未知数据集上的表现能力，有的时候训练的模型在目前数据集表现的很好，但是同样问题的另一个数据集表现就很差，就是普适性太弱了
好的表现和好的泛化能力其实有点冲突，需要在具体问题中平衡
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
