学习《机器学习实战》——相关术语

发布时间:2024-01-16 13:30

在这里记录下我学习机器学习的过程以及遇到的问题。

机器学习:将无序的数据转换成有序的数据。

其中有几个术语如下:


训练集:我们为算法输入大量的已分类数据作为算法的训练集。

目标变量:机器学习算法的预测结果,分类算法中目标变量的类型是离散型,而在回归算法中通常是连续型。

训练样本集必须确定知道目标变量的值,以便机器学习算法可以发现特征和目标变量之间的关系。

监督学习:

分类器算法:将实例数据划分到合适的分类中,目标变量为离散型。

回归算法:预测数值型数据,例如数据拟合曲线。

无监督学习:

聚类:将数据集合分成由类似的对象组成多个类的过程。

密度估计:寻找描述数据统计值的过程。

开发机器学习应用程序的步骤:

  1. 收集数据
  2. 准备输入数据
  3. 分析输入数据
  4. 训练算法
  5. 测试算法
  6. 使用算法

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号