二、机器学习基础3

分类器指标评定

一定正确率的前提下，具有较高召回率。

大数据与深度学习

大数据：超出常用软件工具捕获，管理和处理能力的数据集

机器学习关心通过程序自我改进；数据挖掘关心从数据中提取模式，重点在于算法的应用。

机器学习与数据挖掘的关系：

数据挖掘是个过程，在此过程中机器学习算法被用作提取数据集价值的工具。

大数据与深度学习关系：

        深度学习是一种模拟大脑的行为

        深度学习对大数据发展有所帮助

        深度学习转变了解决问题的思维

大数据的深度学习需要一个框架

局部最优与全局最优

局部最优指的是有限区域内的最小值；全局最优指的是空间整个区域最小值。

局部极小点函数值小于等于附近的点；

全局极小点函数值小于等于所有可行点。

逻辑回归

回归划分：

连续的，称多重线性回归；二项分布，称Logistic回归；Poisson分布，称Poisson回归；负二项分布，称负二项回归。

Logistic回归因变量可以是二分类（常用），也可以是多分类。

适用性：概率预测、分类、寻找危险因素、仅用于线性问题、不独立假设，但独立计算。

逻辑回归与朴素贝叶斯

逻辑回归用来生成，朴素贝叶斯用来识别；

朴素贝叶斯属于贝叶斯，逻辑回归属于最大似然；

朴素贝叶斯需独立假设；

逻辑回归要求特征为线性。