机器学习笔记（九）-机器学习系统的设计

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。作者能力有限，如有错误等，望联系修改，非常感谢！

---

第一版       2022-03-15        初稿

---

一、首先要做什么

以一个垃圾邮件分类器为例讨论：
选择一个由100个最常出现在垃圾邮件中的词所构成的列表，根据这些词是否有在邮件中出现，来获得我们的特征向量（出现为1，不出现为0），size=100x1.

二、误差分析

构建一个学习算法的推荐方法：
1.从一个简单的能快速实现的算法开始，实现该算法并用交叉验证集数据测试这个算法
2.绘制学习曲线，通过高偏差或高方差判断决定是增加更多数据或者添加更多特征
3.误差分析：人工检查交叉验证集中我们算法中产生预测误差的实例，看看这些实例是否有某种系统化的趋势

三、类偏斜的误差度量

四、查准率和查全率之间的权衡

不同阈值情况下，查全率和查准率的关系绘制成图表：

五、机器学习的数据

^{1 2 3}

---

1. 机器学习-吴恩达 ↩︎

2. 机器学习-李宏毅 ↩︎

3. 机器学习-周志华 ↩︎