[人工智能]吃瓜教程 第一、二章 打卡

基本术语：

• 数据集
• 示例 或 样本
• 属性 或 特征
• 属性空间 或 样本空间 或 输入空间
• 特征向量
• 学习 或 训练

分类

根据预测值分类：

• 离散值-分类
• 连续值-回归

根据涉及类别分类：

• 两个类别-二分类

•  正类
  

•  负类 或 反类
  

• 多个类别-多分类

根据训练数据是否拥有标记信息：

• 监督学习（分类和回归）
• 无监督学习（聚类）

泛化：学得的模型适应于新样本的能力

模型的评估与选择

• 错误率：分类错误的样本数占样本总数的比例
• 精度：1-错误率
• 误差：实际预测输出与样本的真实输出之间的差异
• 训练误差 或 经验误差
• 泛化误差：在新样本上的误差
• 过拟合

评估方法

1. 留出法
2. 交叉验证法
3. 留一法
4. 自助法
   在数据集较小、难以有效划分训练/测试集时很有用
   在初始数据量足够时，留出法和交叉验证法更常用一些
5. 调参与最终模型

性能度量

1. 错误率与精度
2. 查准率、查全率与F1
3. ROC与AUC