机器学习_基本机器学习术语

---

介绍机器学习的基本术语

这里主要介绍特征、标签、模型

1、特征

含义：用于描述数据的输入变量。

特征是机器学习中的输入，原始的特征描述了数据的属性。它是有维度的。特征的维度指的是特征的数目(不是数据集里面样本的个数)，不同的数据集中的数据特征的维度不同，有多有少。

• 少，可以少到仅有一个特征，也就是一维特征数据。比如房价(标签)仅依据房屋面积(特征)而定。
• 多，可以多到几万，几十万。比如一个100pxx100px的RGB彩色图片输入，每一个像素都可以视为一个特征，也就是1万维，再乘以RGB3个颜色通道，那么这个小小的图片数据的特征维度就可以达到3万维。

举例来说,如果预测商品的销量,把商品的类别、价格和推荐级别这3个属性定义为商品的特征，那么这个数据集就是三维特征数据集。其中的一个样本的格式如下:
(x1, x2, x3)

然而，所谓三维特征，其实只是二维数据结构中的一个轴(另一个轴是样本轴)上的数据个数。

为了避免混淆，把向量、矩阵和其他张量的维度统称为阶，或者称为1D向量、2D矩阵、3D张量等。因此,以后一提“维”,主要指的就是数据集中特征X的数目。一般来说，特征维度越高，数据集越复杂。

2、标签

含义：要预测的结果，也称目标。
标签，也就是机器学习要输出的结果，是我们试图预测的目标。示例里面的标签是房价。实际上，机器学习要解决什么问题，标签就是什么。
下面是一个有标签数据样本的格式:(x1, x2, x3 ; y)
标签有时候是随着样本一起来的，有时候是机器推断出来的，称作预测标签y’(也叫y-hat,因为那一撇也可放在y的上方，就像是戴了一个帽子的y)。比较y和y’的差异，也就是在评判机器学习模型的效果。

注：并不是所有的样本都有标签。在无监督学习中，所有的样本都没有标签。

3、模型

含义：将样本的特征映射到预测标签。
模型将样本映射到预测标签y’。其实模型就是函数，是执行预测的工具。函数由模型的内部参数定义，而这些内部参数通过从数据中学习规律而得到。
在机器学习中，先确定模型的类型(也可以说是算法)，比如是使用线性回归模型，还是逻辑回归模型，或者是神经网络模型;选定算法之后，再确定模型的参数，如果选择了线性回归模型，那么模型f(x)= 3x+2中的3和2就是它的参数，而神经网络有神经网络的参数。类型和参数都确定了，机器学习的模型也就最终确定了。

---

学习机器学习的参考资料：
（1）书籍
利用Python进行数据分析
西瓜书
百面机器学习
机器学习实战
阿里云天池大赛赛题解析(机器学习篇)
白话机器学习中的数学
零基础学机器学习
图解机器学习算法
…

（2）机构
光环大数据
开课吧
极客时间
七月在线
深度之眼
贪心学院
拉勾教育
博学谷
…