机器学习算法基础-day2

机器学习算法基础

  • sklearn数据集与机器学习组成
    • 机器学习组成:模型、策略、优化
    • 开发机器学习应用程序的步骤
  • scikit-learn数据集
    • sklearn.datasets
  • 模型的选择
    • 如何选择合适的算法模型
    • 监督学习中三类问题的解释
      • 分类问题
      • 回归问题
      • 标注问题
  • 模型检验-交叉验真
    • 训练集与测试集
    • holdout method
    • k-折交叉验证
    • estimator的工作流程

sklearn数据集与机器学习组成

机器学习组成:模型、策略、优化

机器学习算法基础-day2_第1张图片

开发机器学习应用程序的步骤

机器学习算法基础-day2_第2张图片

scikit-learn数据集

模块包括用于加载数据集的实用程序,包括加载和获取流行参考数据集的方法。它还具有一些人工数据生成器。

sklearn.datasets

机器学习算法基础-day2_第3张图片

模型的选择

机器学习算法基础-day2_第4张图片

如何选择合适的算法模型

机器学习算法基础-day2_第5张图片

监督学习中三类问题的解释

分类问题

机器学习算法基础-day2_第6张图片

回归问题

机器学习算法基础-day2_第7张图片

标注问题

机器学习算法基础-day2_第8张图片

模型检验-交叉验真

一般在进行模型的测试时,我们会将数据分为训练集和测试集。在给定的样本空间中,拿出大部分样本作为训练集来训练模型,剩余的小部分样本使用刚建立的模型进行预测。

训练集与测试集

机器学习算法基础-day2_第9张图片

holdout method

评估模型泛化能力的典型方法是holdout交叉验证(holdout cross validation)。holdout方法很简单,我们只需要将原始数据集分割为训练集和测试集,前者用于训练模型,后者用于评估模型的性能。一般来说,Holdout 验证并非一种交叉验证,因为数据并没有交叉使用。 随机从最初的样本中选出部分,形成交叉验证数据,而剩余的就当做训练数据。 一般来说,少于原本样本三分之一的数据被选做验证数据。所以这种方法得到的结果其实并不具有说服性

k-折交叉验证

K折交叉验证,初始采样分割成K个子样本,一个单独的子样本被保留作为验证模型的数据,其他K-1个样本用来训练。交叉验证重复K次,每个子样本验证一次,平均K次的结果或者使用其它结合方式,最终得到一个单一估测。这个方法的优势在于,同时重复运用随机产生的子样本进行训练和验证,每次的结果验证一次,10折交叉验证是最常用的。
机器学习算法基础-day2_第10张图片

estimator的工作流程

机器学习算法基础-day2_第11张图片

你可能感兴趣的:(机器学习基础,算法,sklearn,机器学习)