Java教程

吃瓜task1

本文主要是介绍吃瓜task1,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

Task01

  • 1.绪论基本概念术语
      • 机器学习
    • 术 语
    • 假设空间
    • 归纳偏好*
  • 2.模型评估和选择——*培养思想的过程*

1.绪论基本概念术语

机器学习

通过计算的手段,利用经验来改善系统自身的性能

术 语

数据集100个瓜
样本 拿出来1个瓜
特征向量

  1. 样本空间,属性空间,输入空间
  2. 特征 这瓜保熟 看颜色 大小 敲击的振幅等等
  3. 维度 由2.的特征个数决定,一般几个对应几维

得到模型的过程:学习和训练

训练过程:训练数据,训练样本,训练集,假设,学习器

监督学习(我们知道怎么分
分类与回归模型
预测值——离散值 分类
——连续值 回归
无监督学习(不知道,让机器干
聚类
预测:测试,测试样本,泛化能力

假设空间

归纳 从特殊到一般 从训练数据中得到概念/从样本中学习
演绎 从一般到特殊

归纳偏好*

问同一数据集训练出了不同的模型的选择
特征选择
有原则 最常用的奥卡姆剃刀 选最简单的那个≈选择最接近问题本质的东西

学会克服数学恐惧**
面对数学符号,复杂公式,学会理解,熟练了会发现只是表示和过去所学的有差距,学会习惯

2.模型评估和选择——培养思想的过程

经验误差和过拟合
错误率E(error 这里不是期望值
精确度acc (1-E

在这里插入图片描述
条件判断 符合得1,否得0.再求和

混淆矩阵,查准率,查全率**概念比较绕在这里插入图片描述

评估方法:训练集测试集验证集
测试集分割留出法
k折交叉验证
分割自助法
验证集
均方误差

PR关系,P-R曲线,反向关系,F1,Fβ
ROC曲线AUC示意图

代价敏感错误率代价曲线**

比较检验**
假设检验 二项分布
交叉验证t检验
后面各种英文检验
偏差和方差

这篇关于吃瓜task1的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!