熱線電話:13121318867

登錄
首頁精彩閱讀機器學習的步驟都有哪些(三)
機器學習的步驟都有哪些(三)
2019-02-19
收藏


我們在前面的文章中給大家介紹了機器學習步驟中的第一個步驟,那就是表示,而表示中涉及到了很多的算法,具體的算法有K-近鄰算法、回歸模型、決策樹、SVM支持向量機這些算法都是非常實用的,我們在這篇文章中給大家介紹機器學習中的第二個步驟和第三個步驟,那就是評價和優化。


首先我們給大家說一下評價,當我們在進行機器學習工作的時候,需要尋找模型,在給定了模型之后,我們如何評價這個模型的好壞呢?這個時候就需要設定一個目標函數,來評價這個模型的性質。這就需要我們設定目標函數。目標函數的選取也可以有多種形式。像對于我們說到的垃圾郵件這種問題,我們可以定義一個錯誤率。如果說一個郵件它原本不是垃圾郵件,但是我們選用的這個算法誤判成了垃圾郵件,這就是一個錯誤的案例。錯誤率在分類問題當中是個常用的指標,或者說常用的目標函數。這就涉及到了數學工具中的最小均方誤差和最大后驗概率。在回歸當中,我們會使用最小均方誤差這樣一個常用目標函數,尤其是在線性回歸里。除此之外呢,還有最大后驗概率,一些其他的指標。這就是機器學習中的評價步驟。


接著我們給大家說一下優化步驟,當我們有了目標函數以后,我們就需要求解這個目標函數在模型之下的一個最優解,這個模型能夠獲取到的最小錯誤率,或者最小均方誤差是多少呢?我們要求出一個特定的值。沒有這個值的話,那么我們如何評價不同的模型它到底是好是壞呢?所以說優化這個步驟它的作用是求解目標函數在模型之下的一個最優解,看看這個模型在解決這個問題的時候,最好能達到什么樣的程度??偨Y來說,機器學習的三個步驟,包括了表示、評價、優化這樣三個步驟,在這三個步驟當中我們會用到不同的數學公式來分別解決這三個問題。所以這就需要我們能夠熟練使用數學工具。


我們在這篇文章中給大家介紹了機器學習中涉及到的步驟,也就是評價和優化步驟,這兩個步驟都涉及到了很多的數學工具,所以我們就需要加強數學工具的訓練,這樣我們才能夠更好地應對機器學習的工作。

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢