【监督学习】Supervised learning概述与案例分析简单理解

监督学习-Supervised Learning

什么是监督学习

它是一种机器学习中的训练方法或者学习方式
机器学习训练方法通常有
监督学习、非监督学习、强化学习
那么监督学习：需要具备明确的目标，很清楚自己想要什么结果，比如:按照“既定规则”分类，预测某一个具体的值…
具体流程

1. 选择一个适合目标任务的数学模型
2. 先把一部分已知的问题和答案给机器去学习
3. 机器总结出自己的方法论
4. 人类把新问题的测试集给机器，让他去解答
   通常，监督体现在第2部分

监督学习的2个任务：回归和分类
针对回归预测，通俗点讲类似于线性回归，针对连续性变量
分类，可以理解成对离散数据的处理，机器将图片辨析为男or女

回归案例

芝麻信用评分原理
通常评估个人信用，我们一样用FICO

步骤一：构建问题，选择模型

首先找出个人信用的影响因素，从逻辑将一个人的体重跟他的信用是没有关系，比如我，身边很讲信用的人，有胖子也有瘦子
从财富资本来讲，跟信用有一定关系，因为马云不将信用的话，损失非常巨大，所有从来没有听说过马云会不还信用卡！而一个乞丐不讲信用的损失很小，这条街混不下去换一条街继续生活乞讨 ！！
我们常用这些特征来作为影响因素！

• 付款记录
• 账户总金额
• 信用记录跨度（自开户以来的信用记录、特定类型账户开户以来的信用记录）
• 新账户（近期开户数目、特定类型账户的开户比例）
• 信用类别（各种账户的数目）

$$Y=f(X_i)$$
Y 是个人信用评分，下标i表示上述五个影响因素

步骤二：收集已知数据

为了计算Y值，我们要去寻找收集大量的数据，这些数据必须包含每一个人的5中数据和他的信用状态，并且将状态转化为分数
我们把收集好的数据，进行整理【清洗】一部分用来训练，一部分用来测试和验证

步骤三：训练处理想模型

有了这些数据，通过机器学习，就能猜测出这5中数据和评分的关系，这个关系就是表达式$f$
然后通过验证数据和测试数据，来验证一下这个表达式
测试验证方法
将5中数据套入公式，计算出信用分，再用计算出的信用分和这个人实际的信用分比较
评分公式的准确度，如果问题很大在进行调整和优化

步骤三：对新用户进行预测

通常我们训练好的模型，在测试上有良好的效果了，我们就可以部署我们的模型，对新用户进行信用评价，只需要收集信用上述的五钟数据，输入模型，计算就可以得到新用户的信用得分！！！

分类案例：通过图像识别男女

步骤一：构建问题，选择模型

通过查阅资料

A-男性的顶骨更起棱角，而女性的更圆也更尖。
B-女性的眶上缘比较锐利，而男性的眶上缘是圆的，而且厚重。
C-男性的颧骨也相对女性更明显。
D-女性的下颌骨更圆，男性则是偏向方的。
E-男性额头相对更后倾，有大的颅相深度。
F-男性的眉弓也明显高于女性。
G-下颌角，男性的角度也小于女性。
我们有7个指标可以去判断，男女的面部特征。
恰好，我们也可以建立如上图的一个模型

步骤二：收集已知数据

我们将收集关于上述模型提及的相关数据，但是存在一个问题：所建模型的指标并不是很直观、可量化。比如，顶骨更起棱角。这个棱角的范围？划分的标准是？这些都待于我们去探讨，这里假设数据都是可以量化的，并且已处理呈现成数据格式！

步骤三：训练处理想模型

训练过程如回归，将收集好的数据扔进模型，并输出0-1，这里用01来代表性别，而衡量模型好坏，就去看预测的男在真实中是否为男，这也涉及了分类中对模型评估的评估指标！【后续会涉及】

步骤四：对新用户进行预测

对训练好的模型，并且也通过了验证和测试集，我们将可以将其利用来预测男女性别！

常见的监督学习算法

简言之！！监督学习，会对数据打上人为标签！这里的Y值就是标签值！！那么区分监督学习和非监督学习就可以表述为：
是否打标签