热线电话:13121318867

登录
首页精彩阅读机器学习三要素
机器学习三要素
2018-08-26
收藏

机器学习三要素

通过对机器学习探索,发现其实无论用什么方法想要达到什么目的,其最终都是要求的一个能对新数据进行预测的公式,该公式可能是以概率的形式出现,即P(Y|X);也可能是以函数的形式出现,即y=f(x)。那我们究竟如何才能得到我们想要的公式呢?

首先我们得明确我们求解思路,而思路可以归咎为以下公式:                  公式(方法) =    模型  +  策略  +   算法

什么是模型?

模型的确定主要明确自定义的预测函数长什么样子,和上面所说的一样,也就两种形式P(Y|X)和y=f(x),而由于在上述两个公式中必不可少的存在未知参数ceta,而且一定不止一个,因此在ceta不确定的情况下,上述公式均表现为各类的集合。由此,我们也就明白自己需要怎么进行下去了,即求解出公式中的未知参数确定下来最后的公式,并用该公式进行预测。那我们该如何确定ceta(n个参数)的值呢?


什么是策略?

在明确模型的“样子”后,接下来我们就需要利用已知的数据对未知参数的探索了,那我们怎么进行呢?首先我们知道,无论是训练数据还是测试数据,最终的都希望通过公式能预测到和真实情况一样的结果,那么事实肯定是可能一模一样的了,那就一定存在误差了,也可称为损失!那我们能否利用损失最小来求未知参数呢?答案是一定的。从而我们引入损失函数

           常见的损失函数主要有:


除了损失函数外,我们常提及的还有一个损失函数的名称  “风险函数”,那二者有什么不同呢?

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询