Machine Learning~初探

标签：set   machine   输出   str   梦想   img   转变   png   image   

　　最近接触了机器学习，感觉很梦幻，能实现的我的梦想，看网上说的花天酒地的难，但是想做就要做下去，毅然决然的跳入这个大坑。

　　让我们慢慢来，先怼它几个概念。

监督学习

　　我们给出了关于每个数据的“正确答案”。监督学习必须知道预测什么，即目标变量的分类信息。

　　监督学习中又有常见的两种问题回归问题和分类问题。

回归问题

　　回归一词指的是我们根据之前的数据预测出一个准确的连续输出值。

分类问题

　　当我们想要预测离散的输出值。

几个常用术语

• m:训练样本
• y‘s:输出特征/变量
• x‘s:输入特征/变量
• (x‘i,y‘i):第i组训练样本

监督学习的过程

　　给定一个训练集（m），一个函数h：x -> y，h（x）是预测Y对应值的一个指标，称为假设。图片为过程：

　　这是一个学习房屋价格的学习过程。

• Training set:训练数据
• Learning algorithm:学习算法
• h:hypthesis(假设),一个函数
• x:输入变量
• y:输出变量

　　转变为线性回归的话可以写成 h(x) = a + bx ，b就是斜率，a就是y轴截点，是不是很像y = kx + b。　　

　　等之后的梯度下降就知道其作用了。（待续）

Machine Learning~初探

标签：set   machine   输出   str   梦想   img   转变   png   image   

原文地址：http://www.cnblogs.com/SHOR/p/6885081.html