机器学习概述
机器学习
算法是核心,数据和计算是基础
机器学习一般的数据集会划分为两个部分:
-
训练数据:用于训练,构建模型
-
测试数据:在模型检验时使用,用于评估模型是否有效
一般训练集:测试集为0.75:0.25
机器学习分类
- 监督学习 输入数据有特征有标签,即有标准答案
监督学习(Supervised learning)
可以由输入数据中学到或建立一个模型,并依此模式推测新的结果。输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归),或是输出是有限个离散值(称作分类)。
分类
k-近邻算法、贝叶斯分类、决策树与 随机森林、逻辑回归、神经网络
回归
线性回归、岭回归
标注
隐马尔可夫模型
- 无监督学习 输入数据有特征无标签,即无标准答案
无监督学习(Supervised learning)
可以由输入数据中学到或建立一个模型,并依此模式推测新的结果。输入数据是由输入特征值所组成
聚类 k-means
分类问题
分类是监督学习的一个核心问题,在监督学习中,当输出变量取有限个离散值时,预测问题变成为分类问题。最基础的便是二分类问题,即判断是非,从两个类别中选择一个作为预测结果
-
分类在于根据其特性将数据“分门别类”,所以在许多领域都有广泛的应用
在银行业务中,构建一个客户分类模型,按客户按照贷款风险的大小进行分类
图像处理中,分类可以用来检测图像中是否有人脸出现,动物类别等
手写识别中,分类可以用于识别手写的数字
文本分类,这里的文本可以是新闻报道、网页、电子邮件、学术论文
回归问题
回归是监督学习的另一个重要问题。回归用于预测输入变量和输出变量之间的关系,输出是连续型的值
-
回归在多领域也有广泛的应用
房价预测,根据某地历史房价数据,进行一个预测
金融信息,每日股票走向