1 机器学习问题的分类

1）按照输出空间Y类型划分
二分类、多分类、回归问题（y是连续的）、结构化学习（句法分析）注：每个单词的词性标注是一个多分类问题，但是对一句话里的每个词的词性标注并输出前后的关系，则是一个结构化学习问题。

2）按照样本是否有标签y划分
有监督学习（样本集有标签y）、无监督学习（样本集无标签y，聚类、密度分析、异常点检测）、半监督学习（一部分样本有标签，一部分样本无标签）、增强学习（一些行为反馈的奖励或者惩罚）
监督学习和非监督学习很好理解也已经较为成熟，半监督学习和增强学习却是近些年发展的趋势，其应用也很普遍，为什么会出现半监督学习呢？因为数据标记的成本很大，经常会遇到只有一部分标记的样本，例如图像识别和药物效果预测（因为动物实验或者人体实验的成本很高）。那为什么会有增强学习？对于一些很复杂的问题，自己定义数据标记是很困难的，但是会有一些反馈数据存在。

3）按照样本进行训练的方式划分
批量学习（根据已有的所有样本同时输入进行学习）、在线学习（样本是一个一个输入进行学习，每一次在上一次输入学习得到的模型上进行修正）、主动学习（机器主动问问题，适用于样本标记成本很高的场景）。

2 特征工程

将输入样本中的原始数据转换成具体的特征，有利于机器学出更好的效果。

机器学习基石三——机器学习分类相关推荐

【机器学习基石】机器学习的种类（三）
目录写在前面 1. 不同的输出y(Out Space) 2. 不同格式的标签(Data Label) 3.不同的数据样本获取方式(Protocol) 4. 不同的输入x(Input Space) 写 ...
机器学习基石-作业三-第2题分析以及通过H证明EIN的讨论
题目: 这是机器学习基石作业三种的第二小题,额,在网上看了很多解答(解答也不多)感觉都没有说清楚为什么,所以励志清楚滴解决一下这个问题,经过努力,自认为得到了详细的解答,内容如下: (一)解决选项(e ...
机器学习基石笔记（三）：学习的类型
文章目录 Lecture 3: Types of Learning Learning with Different Output Space $Y$ Fun Time Learning with Di ...
西瓜书+实战+吴恩达机器学习（三）机器学习基础（多分类、类别不平衡）
文章目录 0. 前言 1. 多分类学习 2. 类别不平衡如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔,我会非常开心的~ 0. 前言本篇介绍机器学习中的多分类和类别不平衡问题. 1. 多分 ...
台湾大学林轩田机器学习基石课程学习笔记15 -- Validation
红色石头的个人网站:redstonewill.com 上节课我们主要讲了为了避免overfitting,可以使用regularization方法来解决.在之前的EinEinE_{in}上加上一个reg ...
台湾大学林轩田机器学习基石课程学习笔记13 -- Hazard of Overfitting
红色石头的个人网站:redstonewill.com 上节课我们主要介绍了非线性分类模型,通过非线性变换,将非线性模型映射到另一个空间,转换为线性模型,再来进行分类,分析了非线性变换可能会使计算复杂度 ...
台湾大学林轩田机器学习基石课程学习笔记12 -- Nonlinear Transformation
红色石头的个人网站:redstonewill.com 上一节课,我们介绍了分类问题的三种线性模型,可以用来解决binary classification和multiclass classificati ...
台湾大学林轩田机器学习基石课程学习笔记11 -- Linear Models for Classification
红色石头的个人网站:redstonewill.com 上一节课,我们介绍了Logistic Regression问题,建立cross-entropy error,并提出使用梯度下降算法gradient ...
台湾大学林轩田机器学习基石课程学习笔记10 -- Logistic Regression
红色石头的个人网站:redstonewill.com 上一节课,我们介绍了Linear Regression线性回归,以及用平方错误来寻找最佳的权重向量w,获得最好的线性预测.本节课将介绍Logist ...

机器学习基石三——机器学习分类

1 机器学习问题的分类

2 特征工程

机器学习基石三——机器学习分类相关推荐

最新文章

热门文章