机器学习中的基本概念

1.学习“享受运动”这一概念:
样例 天气 温度 湿度 风力 水温 预报 享受运动
1

普通 一样
2 一样
3 变化
4 变化
2.概念定义在实例集合之上,这个集合表示为X。(X:所有可能的日子,每个日子的值由天气、温度、湿度、风力、水温、预报六个属性表示)

3.待学习的概念或目标函数称为目标概念,记做c。当c(x)=1时,享受运动;当c(x)=0时,不享受运动。

x:每一个实例 X:样例,所有实例的集合

学习目标:f:X ->Y

训练集:用来进行训练,也就是产生模型或者算法的数据集  测试集:用来专门进行测试已经学习好的模型或者算法的数据集   验证集:用于调整参数

特征向量:属性的集合,通常用一个向量来表示,附属于一个实例

标记:c(x),实例类别的标记(正例,反例)

4.分类问题:目标标记为类别型数据

 回归问题:目标标记为连续性数值

5.有监督学习:训练集有类别标记    无监督学习:训练集无类别标记  半监督学习:有类别标记的训练集+无类别标记的训练集




猜你喜欢

转载自blog.csdn.net/weixin_41790863/article/details/80953372