机器学习笔记

机器学习笔记（1-2章）

归纳偏好

引导算法确立正确的偏好的一般性原则，“奥卡姆剃刀”。即“若有多个假设与观察一致，则选最简单的那个”。
事实上，归纳偏好对应了学习算法本身所做出的的关于“什么样的模型更好”的假设。

“没有免费午餐”定理（NO Free Lunch Theorem,简称NFL定理）：无论算法a多聪明，算法b多笨拙，他们的期望性能是相同的。
NFL定理有一个重要的前提：所有“问题”出现的机会相同，或所有问题同等重要。所以NFL定理的寓意是让我们清楚的认识到。脱离具体问题，空泛的谈论“什么学习算法更好”毫无意义。

要谈论算法的相对优劣，必须针对具体的学习问题，在某些问题上表现好的算法，在另一些问题上却不尽人意，学习算法的归纳偏好与问题是否相匹配，往往会起决定性作用。

机器学习提供数据分析能力，云计算提供数据处理能力，众包提供数据标注能力。

自然科学的研究的驱动力归纳起来无外是人类对宇宙本源、万物本质、生命本性、自我本识的好奇。

过拟合

过拟合：有很多因素可能导致过拟合，其中最常见的情况是由于学习能力过于强大，以致于把训练样本所包含的不太一般的特性都学到了，而欠拟合则通常是由于学习能力低下造成。

评估方法

1.留出法（常见做法是将大约2/3~4/5的样本用于训练，剩余样本用于测试）
2.交叉验证法（K倍交叉验证，当K=m时，得到一个交叉验证法的一个特例：留一法）
3.自助法（数据集少）

性能度量

1.错误率和精度

2.查准率、查全率和F1

3.ROC和AUC

4.代价敏感错误率与代价曲线