Python机器学习——监督学习

监督学习

利用一组带有标签的数据，学习从输入到输出的映射，然后将这种映关系应用到未知数据上，达到分类或回归的目的。

• 分类：当输出是离散时，学习任务为分类任务。
• 回归：当输出时连续时，学习任务为回归任务。

1、分类学习

• 输入：一组有标签的训练数据（也称观察和评估），标签表明了这些数据（观察）的所署类别。
• 输出：分类模型根据这些训练数据，训练自己的模型参数，学习出一个适合这组数据的分类器，当有新数据（非训练数据）需要进行类别判断，就可以将这组新数据作为输入送给学好的分类器进行判断。
• 训练集：顾名思义用来训练模型的已标注数据，用来建立模型，发现规律。
• 测试集：也是已标注数据，通常做法时将标注隐藏，输送给训练好的模型，通过结果与真实标注进行对比，评估模型的学习能力。
• 精确率：精确率是针对我们预测结果而言的，（以二分类为例）他表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了，一种就是把正类预测为正类，另一种就是把负类预测为正类。
• 召回率：是针对我们原来的样本而言的，它表示的是样本中正例有多少被预测正确了。那也有两种可能，一种是把原来的正类预测成正类，另一种就是把原来的正类预测为负类。

2、回归分析

回归：统计学分析数据的方法，目的在于了解两个或多个变数间是否相关、研究其相关方向与强度，并建立数学模型以便观察特定变数来预测研究者感兴趣的变数。回归分析可以帮助人们了解在自变量变化时因变量的变化量。一般来说，通过回归分析我们可以由给出的自变量估计因变量的条件期望。