数据挖掘01：常用机器学习算法体系

常用机器学习算法体系

• 有监督学习
• 无监督学习
• 半监督学习
• 强化学习

有监督学习

指对数据的若干特征与若干标签之间的关联性进行建模的过程。包含回归和分类

无监督学习

指对不带任何标签的数据特征进行建模，通常包含聚类、降维。

半监督学习

介于有监督和无监督之间，通常可以在数据不完整时使用。

强化学习

将学习看作是试探评价过程，以试错的方式进行学习，与环境进行交互已获得奖惩指导行为，以其作为评价。

过拟合与欠拟合

定义

拟合度可简单理解为模型对于数据集背后客观规律的掌握程度。
过拟合 模型把训练样本学得太好了，导致模型泛化能力差，在测试集上效果不好。
** 欠拟合 ** 模型学些能力低下，导致对训练样本的一般性质尚未学好。

如何解决过拟合或者欠拟合的问题？

训练集上误差大时，a. 增大模型复杂度 b. 进行参数优化
训练集上误差小时，a.测试集上误差也小，则模型刚好； b.测试集上误差大，则过拟合，增大训练集的数据量或者降低模型复杂度。