组队学习——吃瓜教程task01

组队学习——吃瓜教程task01#

这是我第一次参加组队学习，学习书目是西瓜书，以下是我的一些笔记。

第一章-绪论

该章主要介绍了机器学习中一些术语以及概念，其中根据任务清单，1.4归纳偏好暂时略

1.机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。比如人类可以根据当天傍晚的天气（经验）去明天的天气做出预判（推测），机器学习本质上也是如此。
2.常见基本术语：模型、数据集、训练、示例、样例、标记等等，剩下的书上都有，此处不作展开。

3.发展历程与研究现状，书上已经做了一些笔记，此处也略过。

第二章-模型评估与选择

我们总是希望得到一个在新样本上表现得很好的学习器，为了达到这个目标，就需要通过对不同算法与调整参数所得到的不同模型进行正确的评估与选择。

首先先介绍一些常见术语。
经验误差/训练误差：学习器在训练集上的误差。
泛化误差：在新样本上的误差。
错误率：分类错误的样本数占总样本数的比例
精度：1-错误率
过拟合：学习器将训练样本学的”太好了“，可能把训练样本的某些特点当作所有潜在样本都会具有的一般特质
欠拟合：对训练样本的一般性质尚未学好
训练集S与测试集T：对于数据集D，可将其划出一部分作为训练集，划出一部分作为测试集，训练集用来训练模型，测试集用来评估测试误差。 如何划分S和T呢？
划分S和T的常见方法：
1.留出法：常见做法是将2/3~4/5的样本用于训练，剩下的用于测试
2.交叉验证法：将D划分为k个大小相似的互斥子集，其中k-1个子集用于训练，余下的子集用于测试，重复k次，最终返回的是这k个测试结果的均值。
3.自助法：
调参：即参数调节，调参一般采用对每个参数选定一个范围和变化步长，例如在【0，0.2】之间，以0.05为步长，那么就有五个参数值，选其最佳。
性能度量：
1.均方误差
2.错误率和精度
3.查准率、查全率、平衡点
以上概念书中已做笔记，但是公式看的不是很懂。。。因为我是专硕，没学概率论，有点难懂。