《Web安全之机器学习入门》一 3.1 机器学习基本概念

3.1　机器学习基本概念

1.有监督学习：对具有概念标记（分类）的训练样本进行学习，以便尽可能对训练样本集外的数据进行标记（分类）预测。这里，所有的标记（分类）是已知的。因此，训练样本的歧义性低。
2.无监督学习：对没有概念标记（分类）的训练样本进行学习，以便发现训练样本集中的结构性知识。这里，所有的标记（分类）是未知的。因此，训练样本的歧义性高。聚类就是典型的无监督学习。
3.准确率与召回率：信息检索、分类、识别、翻译等领域中有两个最基本指标：召回率（Recall Rate）和准确率（Precision Rate），召回率也叫查全率，准确率也叫查准率。
对一个二分问题来说，会出现四种情况。如果一个实例是实际为真并且也被预测成真，即为真正类（True positive，TP），如果实际为假被预测成真，称之为假正类（False positive，FP）。相应地，如果实际为假被预测成假，称之为真负类（True negative，TN），实际为真被预测成假则为假负类（false negative，FN）。
召回率和准确率的关系如表3-1所示。

召回率=TP/(TP+FN)
准确率=TP/(TP+FP)
用一个吃货都可以理解的例子来解释这两个枯燥的概念：一个池塘有10条鱼和20只小龙虾，渔夫撒网打鱼，结果捞上来8条鱼12只小龙虾，那么准确率为8/(8+12)=40%，召回率为8/10=80%。