第一章緒論

基本術語

記錄&示例&樣本：“=”，意思是取值為，每一條記錄是關于一個對象或事件的描述。eg：(色澤=淺白；根蒂=硬挺；敲聲=清脆）

數據集：記錄的集合 D={x~1，x~2，x~3，x~4......,x~m},其中每個示例x~i=(x~i~1,x~i~2，x~i~3，x~i~d),d為樣本空間的維度（~表示下標），x~i~j=x~i在第j個屬性上的1取值

屬性&特征：反映事件或對象在某方面的表現或性質的事項。eg：色澤，根蒂，敲聲

屬性值：屬性上的取值。eg：淺白，硬挺，清脆

屬性空間&樣本空間&輸入空間：屬性張成的空間? ? 用'X表示

特征向量：一個示例稱為一個特征向量

維數&維度：每個示例的屬性數量。eg：上述例子的維數是 3

學習&訓練：從數據中學得模型的過程

訓練數據：訓練過程使用的數據

訓練樣本：訓練數據中的每一個樣本

訓練集：訓練樣本組成的集合

假設：學得模型對應了關于數據的某種潛在的規律（主語：學得模型）

真相&真實：潛在規律自身

學習器：學得模型，可看作學習算法在給定數據和參數空間上的實例化

標記：獲得的訓練樣本的“結果”，eg：(色澤=淺白；根蒂=硬挺；敲聲=清脆）-----好瓜。這里好瓜就是標記

樣例：擁有標記信息的示例，一般用（x~i,y~i)表示第i個樣例，x~i是示例，y~i是x~i的標記，y~i∈'Y

標記空間&輸出空間：'Y，是所有標記的集合

分類學習：預測的是離散值 eg：好瓜，壞瓜

回歸學習：預測的是連續值? eg：西瓜成熟度0.95，0.37

總結：預測任務是希望通過對訓練集{（x~1,y~1),(x~2,y~2）,......(x~m,y~m)}進行學習，建立一個從輸入空間`X到輸出空間`Y的映射f：`X->`Y,對二分類任務，通常令`Y={-1，+1}或{0，1}；對多分類任務|`Y|>2;對回歸任務`Y=R,R為實數集

?

測試：學得模型后，使用其進行預測的過程

測試樣本：被預測的樣本

聚類：將訓練中的樣本分為若干組，每組成為一個“簇” eg：將訓練集中的西瓜分為若干組，每組為一個‘簇’，例如“本地瓜”、“外地瓜”，在聚類學習中，各個“簇”的概念事先不知道

監督學習&無監督學習：根據有無擁有標記信息，分為監督學習和無監督學習，分類和回歸是前者的代表，聚類是后者的代表

泛化：學得模型適用于新樣本的能力

獨立同分布：通常假設樣本空間中全體樣本服從一個未知的“分布”D，我們獲得的每個樣本都是獨立地從這個分布上采樣獲得的，即“獨立同分布”

歸納和推理：歸納是從特殊到一般，推理是從一般到特殊，從樣例中學習是歸納過程，因此又稱歸納學習

廣義的歸納學習：大體相當于從樣例中學習

狹義的歸納學習：要求從訓練數據中學得概念，因此亦稱為“概念學習”或“概念形成”

假設空間：由所有假設組成的空間

版本空間：可能有多個假設與訓練集一直，即存在一個與訓練集一致的“假設集合”，我們稱之為“版本空間”

?

歸納偏好：機器學習在學習過程中對某種類型假設點的偏好，稱為“歸納偏好”，我們的算法必須存在某種偏好，才能產出它認為”正確“的模型

奧卡姆剃刀：若有多個假設與觀察一致，則選最簡單的那個

脫離具體問題，空談“什么學習算法更好”毫無意義

?

發展歷程：略

PS:數據庫領域的研究為數據挖掘提供數據管理技術，而機器學習和統計學為數據挖掘提供有效的學習算法

總結

以上是生活随笔為你收集整理的《机器学习》（西瓜书）周志华 -学习心得的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。