机器学习基础概念

一、基本讲的就是下面这些词汇：

数据集，训练，测试

示例，样例

样本

属性，特征，属性值

属性空间，样本空间，输入空间

特征向量

标记空间，输出空间

假设，真相，学习器

讲解词汇不一定标准，但肯定是尽量让读者听明白。

二、基本概念解释

示例：

                                               图2-1

数据集：拿到所有数据，构成的一个集合。

训练：拿到数据建立模型的过程

测试：使用数据（与训练用的数据不相同的另一组数据）对于模型进行测试，也就是判断模型产生的结果是否理想的过程。有可能是判断模型做的好不好，有可能是给串数据，真的需要模型提供结果。

示例：表示一条数据，比如图2-1中的1数据，如果没有最后的“是”，它就是一条示例。

样例：比如1数据，如果包括最后的“是”，它就是一条样例。

样本：这个词比较含糊，它可能是说一条数据，比如1数据，它也可能指这些所有的数据的采样，所以要根据上下文进行理解。

属性：这是指最上一面的一排，比如色泽，根蒂等，但注意后面的“好瓜”并不是属性。属性也叫作特征。

属性值：就是指属性下面的一列，比如色泽对应的属性值就是青绿，乌黑。

属性空间，样本空间，输入空间：创造一个虚拟的维度空间，空间的维度的轴就是各个属性。

特征向量：任何一条数据在属性空间中就是一个点，一个点在代数的角度下都可以看作是向量（高中数学知识）

标记空间，输出空间：对于结果，也可以以不同的维度创造出一个空间。

三、进一步的概念

假设（hypothesis）：对于一个问题，我们对于它的解决方案，会提出假设。在机器学习中，我们是通过样本数据来找到模型来解决，这个模型实际就是假设。注意假设不一定为真相。

真相（ground-truth）：表示对于问题的正确答案。比如一个样本（x, y），样例1数据，其中x表示“青绿，蜷缩，混响”，y表示 “是”。那么y就表示x的真相。

学习器（learner）：一个学习算法给定示例和参数设置之后得到的结果。

分类：将数据进行离散地输出。比如输出类1，类2，类3，有限个地进行分类。

回归：将数据进行连续地输出。比如0-100，中间的结果可能有无限个。

二分类：将数据结果分成两部分。比如：好坏，大小，通常一类是正类，一类是负类。

其中有一个重要的性质：可交换。它表示这两类的结果是差不多的，这里我们不展开来讲。

多分类：将数据结果分成多类

无监督学习：在数据中，无样例结果。比如刚刚的例子中，无最后一列的“是”“否”。比如密度估计分类。

监督学习：在数据中，无样例结果。比如回归

（机器学习最基础的假设）我们假设有一个普遍的规律，所有所有总的分布都符合这个规律，那么我们手里的数据就是从这个分布中抽样出来的，未来没有见过的数据也是从这里抽样出来的。

未见样本（unseen instance）：对于机器学习，我们不但要把已有数据处理好，还要争取把未来的没有见过的数据处理好，这个就是未见样本。

未知分布：这个最大的分布就叫未知分布。

独立同分布（IID）：每个样本都是独立随机事件，也就是每个样本都是互不关联的。

泛化：一个模型处理新数据的能力，如果越强，就说泛化越强。从特殊到一般。

特化：和泛化相反，从一般到特殊。

原文地址：https://blog.csdn.net/m0_74431639/article/details/142400240

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！