2022.09.7 李航老师《统计学习方法》: 一. 统计学习及监督学习概论
# 本文目的就是为学者简化学习内容,提取我认为的重点 把书读薄;
1.8 监督学习应用
1.8.1 分类问题
分类问题是监督学习的核心问题。
模型:
Y = f ^ ( X ) 或 P ^ ( Y ∣ X ) Y=\hat f(X)或 \hat P(Y|X) Y=f^(X)或P^(Y∣X)
- 输出变量Y取有限个离散值
- 输入变量X可以去连续的,也可以去离散的
- Y = f ^ ( X ) Y=\hat f(X) Y=f^(X)输出是个值, P ^ ( Y ∣ X ) \hat P(Y|X) P^(Y∣X)输出是个概率,两者都是对输入X进行分类
评价分类器有很多标准,在不同情况下用不同标准。二分类常用标准为:精准率、召回率、F1:
TP、FN、FP、TN、精准率、召回率、F1:https://zhuanlan.zhihu.com/p/562155082
1.8.2 标注问题
标注问题经常用到NLP中,它是分类问题的一个拓展。
输入一个观测序列,输出一个标记序列或者状态序列。好比书中例子:从引文文章中抽取基本名词短语
因为像短语,它结合上下文语境才知道他们是不是短语。
比如:
李正是个搞笑女,李正平常常讲段子。
我们识别 李正平 是名字还是李正是名字,平常 常讲段子…
1.8.3 回归问题
回归问题是监督学习另一个重要问题。
回归问题就是通过x(自变量)对y的预测(因变量)
分类:
- 通过输入变量个数,分为一元回归或多元回归(我理解为维度)
- 输入变量和输出变量关系,分为线性回归和非线性回归(线性回归我认为是个直线,弯的就是非线性)