机器学习主要术语

浅浅的花香味﹌ 2022-02-27 14:54 204阅读 0赞

### 机器学习概念--机器学习术语 ###

**问题构建 (Framing)：机器学习主要术语**

什么是（监督式）机器学习？简单来说，它的定义如下：

机器学习系统通过学习如何组合输入信息来对\*\*\*从未见过的数据做出有用的预测\*\*\*。  
下面我们来了解一下机器学习的基本术语。

**标签**

*  标签是我们要预测的事物，即简单线性回归中的 y 变量。

标签可以是小麦未来的价格、图片中显示的动物品种、音频剪辑的含义或任何事物。

**特征**

*  特征是输入变量，即简单线性回归中的 x 变量。

简单的机器学习项目可能会使用单个特征，而比较复杂的机器学习项目可能会使用数百万个特征，按如下方式指定：

x1,x2,...xN

在垃圾邮件检测器示例中，特征可能包括：

*  电子邮件文本中的字词
 *  发件人的地址
 *  发送电子邮件的时段
 *  电子邮件中包含“一种奇怪的把戏”这样的短语。

**样本**

*  样本是指数据的特定实例：x。

（我们采用粗体 x 表示它是一个矢量。）我们将样本分为以下两类：

*  有标签样本
 *  无标签样本

**有标签样本**同时包含特征和标签。  
即：

labeled examples: {features, label}: (x, y)

我们**使用有标签样本来训练模型**。在我们的垃圾邮件检测器示例中，有标签样本是用户明确标记为“垃圾邮件”或“非垃圾邮件”的各个电子邮件。

例如，下表显示了从包含加利福尼亚州房价信息的 **数据集** 中抽取的 5 个有标签样本：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xhYmlvZA_size_16_color_FFFFFF_t_70]  
**无标签样本**包含特征，但不包含标签。即：

unlabeled examples: {features, ?}: (x, ?)

以下是取自同一住房数据集的 3 个无标签样本，其中不包含 *medianHouseValue*：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xhYmlvZA_size_16_color_FFFFFF_t_70 1]  
在使用有标签样本训练模型之后，我们会使用该模型预测无标签样本的标签。在垃圾邮件检测器示例中，无标签样本是用户尚未添加标签的新电子邮件。

**模型**  
模型定义了特征与标签之间的关系。例如，垃圾邮件检测模型可能会将某些特征与“垃圾邮件”紧密联系起来。我们来重点介绍一下模型生命周期的两个阶段：

*  **训练**是指创建或**学习**模型。也就是说，向模型展示有标签样本，让模型逐渐学习特征与标签之间的关系。
 *  **推断**是指将训练后的模型应用于无标签样本。也就是说，使用经过训练的模型做出有用的预测 (y’)。例如，在推断期间，您可以针对新的无标签样本预测 *medianHouseValue*。

**回归与分类**  
**回归**模型可预测连续值。例如，回归模型做出的预测可回答如下问题：

*  加利福尼亚州一栋房产的价值是多少？
 *  用户点击此广告的概率是多少？

**分类**模型可预测离散值。例如，分类模型做出的预测可回答如下问题：

某个指定电子邮件是垃圾

*  邮件还是非垃圾邮件？

这是一张狗、猫还

*  是仓鼠图片？

[机器学习课程原地址][Link 1]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xhYmlvZA_size_16_color_FFFFFF_t_70]: /images/20220227/9922a563940443a89b9db66cc1ed1cd0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xhYmlvZA_size_16_color_FFFFFF_t_70 1]: /images/20220227/d7e62f7fca424a88ad374b12f66423f9.png
[Link 1]: https://developers.google.com/machine-learning/crash-course/framing/ml-terminology?hl=zh-cn