机器学习整理的一些概念
来源:互联网 发布:宇宙人餐饮软件 编辑:程序博客网 时间:2024/04/30 18:58
什么是监管学习:
所谓监管学习就是给定一堆样本,每个样本都有一组属性和一个类别,这些类别是事先确定的,
那么通过学习得到一个分类器,这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。
什么是熵(entropy)
是信息不确定性的一个测度,熵越大则表示信息的不确定程度越高
举个例子:
预测明天的天气,如果能100%确定明天一定是晴天,那么熵就是-1*log1
预测明天的天气,如果能100%确定明天一定是晴天,那么熵就是-1*log1=0,也就是说不确定性为零。
预测明天的天气,如果说明天有50%概率晴天,50%概率下雨,那么熵就是2*(-0.5)log0.5=2*(-0.5)(-1)=1,可以说不确定性为1。
预测明天的天气,如果明天有25%概率晴天,25%概率下雨, 25%概率阴天, 25%概率下雪,那么熵就是4*(-0.25)(log0.25)=2,
也就是说随着不确定程度的增加,熵也在不断地增大
什么是方差
设有,1、2、3,三个数,平均数为2,方差为,
[(1-2)^2 (2-2)^2 (3-2)^2]/3 = 2/3
什么是均方差
均方差也叫标准差,就是方差开根号
也就是说:均方差的平方=方差
什么是期望
期望是基于概率基础的,是对未知的预期
期望就是在多次实验之后,你预期的结果。而不是你下一次,或者某次实验的结果。
所谓监管学习就是给定一堆样本,每个样本都有一组属性和一个类别,这些类别是事先确定的,
那么通过学习得到一个分类器,这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。
什么是熵(entropy)
是信息不确定性的一个测度,熵越大则表示信息的不确定程度越高
举个例子:
预测明天的天气,如果能100%确定明天一定是晴天,那么熵就是-1*log1
预测明天的天气,如果能100%确定明天一定是晴天,那么熵就是-1*log1=0,也就是说不确定性为零。
预测明天的天气,如果说明天有50%概率晴天,50%概率下雨,那么熵就是2*(-0.5)log0.5=2*(-0.5)(-1)=1,可以说不确定性为1。
预测明天的天气,如果明天有25%概率晴天,25%概率下雨, 25%概率阴天, 25%概率下雪,那么熵就是4*(-0.25)(log0.25)=2,
也就是说随着不确定程度的增加,熵也在不断地增大
什么是方差
设有,1、2、3,三个数,平均数为2,方差为,
[(1-2)^2 (2-2)^2 (3-2)^2]/3 = 2/3
什么是均方差
均方差也叫标准差,就是方差开根号
也就是说:均方差的平方=方差
什么是期望
期望是基于概率基础的,是对未知的预期
期望就是在多次实验之后,你预期的结果。而不是你下一次,或者某次实验的结果。
0 0
- Spark机器学习的一些概念整理
- 机器学习整理的一些概念
- 机器学习概念整理
- 机器学习概念整理
- 机器学习的类型和一些概念
- 关于机器学习的一些概念
- 机器学习中的一些概念
- 机器学习中的一些概念
- 机器学习中的一些概念
- 机器学习的概念
- 机器视觉的一些概念
- 整理&收藏的一些机器学习比较好的博客
- Java的一些概念整理
- [机器学习]机器学习笔记整理04-术语概念解释
- 机器学习领域中的一些概念
- 机器学习的统计学概念
- 机器学习的基础概念
- 一些关于机器视觉的概念
- 【DRP】——oracle数据库中sys,system,scott,hr用户的区别
- docker学习笔记(一)
- Android6.0权限适配
- mysql命令大全
- #include "" 和include<>的用法
- 机器学习整理的一些概念
- 安装pywin32 错误提示3.6找不到注册表信息
- CMSampleBufferRef转CIImage
- 大一到大二:从小白到老司机
- Xamarin的坑 - 绑定(一) - 拿微信iOS SDK 简单说起
- jsp详解
- 应用程序访问底层的方法及注意事项
- 淘宝开放平台天猫国际订单关于价格的研究
- Android布局:两边控件长度固定,中间控件长度自适应