机器学习基本概念

1.基本概念：

训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归

2.待学习的概念或目标函数成为目标概念，记做c

3. 例子：学习 “享受运动"  这一概念：

     小明进行水上运动，是否享受运动取决于很多因素

     天气：晴，阴，雨

     温度：暖，冷

     湿度：普通，大

     风力：强，弱

     水温：暖，冷

     预报：一样，变化

     享受运动：是，否

     概念定义在实例(instance)集合之上，这个集合表示为X。（X：所有可能的日子，每个日子的值由 天气，温度，湿度，风力，水温，预          报6个属性表示。

     待学习的概念或目标函数成为目标概念（target concept), 记做c。

     c(x) = 1, 当享受运动时，

     c(x) = 0 当不享受运动时，c(x)也可叫做y

     x: 每一个实例

     X: 样例, 所有实例的集合

     学习目标：f: X -> Y

4. 训练集(training set/data)/训练样例（training examples): 用来进行训练，也就是产生模型或者算法的数据集

    测试集(testing set/data)/测试样例 (testing examples)：用来专门进行测试已经学习好的模型或者算法的数据集

特征向量(features/feature vector)：属性的集合，通常用一个向量来表示，附属于一个实例（>标题栏第一行）

标记(label): c(x), 实例类别的标记>最后一栏的结果 是与否

    正例(positive example)

    反例(negative example)

5.

研究美国硅谷房价

    影响房价的两个重要因素：面积(平方米），学区（评分1-10）

6.

分类 (classification): 目标标记为类别型数据(category)(>是与否)

回归(regression): 目标标记为连续性数值 (continuous numeric value)(>数值)

7. 例子：研究肿瘤良性，恶性于尺寸，颜色的关系

特征值：肿瘤尺寸，颜色（>标题栏第一行的属性）

     标记：良性/恶性  

有监督学习(supervised learning)： 训练集有类别标记(class label)（>例子小明）

无监督学习(unsupervised learning)： 无类别标记(class label) (>例子：肿瘤)

     半监督学习（semi-supervised learning)：有类别标记的训练集 + 无标记的训练集

8. 机器学习步骤框架

     8.1 把数据拆分为训练集和测试集

     8.2 用训练集和训练集的特征向量来训练算法

     8.2 用学习来的算法运用在测试集上来评估算法 （可能要设计到调整参数（parameter tuning), 用验证集（validation set）

100 天： 训练集

10天：测试集 （不知道是否 ” 享受运动“， 知道6个属性，来预测每一天是否享受运动）