机器学习新视角2 -从分类开始的入门

从分类开始

识别决策的本质就是分类

• 识别的本质是分类
  例如:是猫是狗,是车是船, 是小明还是小红,是数字还是字母
• 决策的本质也是分类
  例如:
  下象棋,双方的行为,可以在决策树中体现,而决策树也是分类的一种形式;
  又比如思维图,也是分类的一种形式

分类的意义

	人脸识别,歌曲识别,车牌识别,范围识别,都来自人的识别需求

可以分类的算法:

knn最邻近分类算法,
线性回归(一元和多元),
神经网络算法(可以细分为很多种cnn,hn,rnn等)
等等

分类与聚类的矛盾性:

• 无监督聚类

(按照算法聚类,如果调整分类算法的参数,产生不同的分类结果)

无监督算法不是完整算法,无监督算法的结果, 需要导入给其他决策单元,进行分类

• 有监督分类

(按照算法分类后,通过调整参数, 减少分类的误差),

有监督的提前聚类是依赖人类的已知经验, 对于新的领域是无效的

分类与博弈

博弈学主要依托决策树,
而决策树也是分类算法中的一种