统计机器学习【1】- 入门机器学习（二）

声明：该文章为作者整理和简略的，非原创，是多方资料的整合，为方便所以标注的原创,有错别字欢迎指正

常见的机器学习的三大分类：
分类问题、 标注问题、回归问题

一、分类问题

在监督学习中，当输出变量有有限个离散变量值时，预测问题就成了分类问题。输入变量 $X$ 可以是离散的，也可以是连续的，，监督学习从数据中学习一个分类模型或分类决定函数，称为分类器（classifier）。

评价分类性能指标一般是分类准确率（accuracy），定义为：对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。

对于二分类问题常用的评价指标是精确率与召回率。通常以关注的类为正类，其他类为负类，分类器在测试集上的预测或正确或不正确。4种情况出现的总数分别记作：
$TP——将正类预测为正类数；$

$FN——将正类预测为负类数；$

$FP——将负类预测为正类数；$

$TN——将负类预测为负类数；$

精确率定义为
$P = \frac{TP}{TP + FP}$
召回率定义为
$R = \frac{TP}{TP + FN}$

此外，还有 $F_1$值，是精确率和召回率的调和均值，即

$\frac{2}{F_1} = \frac{1}{P} + \frac{1}{R}$
$F_1 = \frac{2TP}{2TP + FP + FN}$

精确率和召回率都高时， $F_1$值也会高。

二、标注问题

标注问题的输入是一个观测序列，输出是一个标记序列或状态序列。标注问题的目的在于学习一个模型，使它能够对观测序列给出标记作为预测。

三、回归问题

分类：
（1）输入变量个数：

• 一元回归
• 多元回归
  （2）模型类型：
• 线性回归
• 非线性回归

最常用的损失函数：平方损失函数

参考文献：
【1】统计学习方法-李航