机器学习Python教程：2机器学习术语

笔者邀请您，先思考：

1 你熟悉和理解机器学习那些专业术语？举例说明

分类器

将未标记的实例映射到类的程序或函数称为分类器。

混淆矩阵

混淆矩阵，也称为关联表或错误矩阵，用于可视化分类器的性能。

矩阵的列表示预测类的实例，行表示实际类的实例。(注意:也可以反过来。)

对于二进制分类，表有两行两列。

例如：

这意味着分类器在42个案例中正确地预测了为男性，并错误地预测了8个男性案例为女性。它正确地预测了32例女性，18例被错误地预测为男性而不是女性。

正确度（错误率）

准确性是一种统计度量，定义为分类器所做的正确预测的数除以分类器所做的预测的总和。

我们前面例子中的分类器正确地预测了42个男性实例和32个女性实例。

因此，可以通过以下方法计算精度:

正确度=(42 + 32)/(42 + 8 + 18 + 32)

这是0.72

假设我们有一个分类器，它总是预测“女性”。在这种情况下，我们的准确度为50%。

我们将展示所谓的准确性悖论。

垃圾邮件识别分类器由以下混淆矩阵描述:

该分类器的精度为(4 + 91)/ 100，即95%。

下面的分类器只预测“ham”，并且有同样的准确性。

这个分类器的准确度为95%，即使它根本不能识别任何垃圾邮件。

Precision and Recall

Accuracy: (TN+TP)/(TN+TP+FN+FP)

Precision: TP/(TP+FP)

Recall: TP/(TP+FN)

监督式学习

机器学习程序同时给出输入数据和相应的标签。这意味着学习数据必须事先由人类标记。

无监督学习

学习算法没有标签。算法必须计算出输入数据的簇。

强化学习

计算机程序与它的环境进行动态交互。这意味着程序接收到积极和/或消极的反馈，以改进性能。

数据人网是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习到有用知识。

平台的理念：人人投稿，知识共享；人人分析，洞见驱动；智慧聚合，普惠人人。

您在数据人网平台，可以1）学习数据知识；2）创建数据博客；3）认识数据朋友；4）寻找数据工作；5）找到其它与数据相关的干货。

我们努力坚持做原创，聚合和分享优质的省时的数据知识！

我们都是数据人，数据是有价值的，坚定不移地实现从数据到商业价值的转换！