谷歌机器学习速成课程
[框架：关键机器学习术语 | 机器学习速成课程 | 谷歌开发者](https://developers.google.com/machine-learning/crash-course/framing/ml-terminology )]
框架：关键机器学习术语
预计时间： 8 分钟
什么是（监督）机器学习？简而言之，它是以下内容：
- ML 系统学习如何组合输入以对从未见过的数据产生有用的预测。
让我们探索基本的机器学习术语。
标签
标签是我们预测的东西——简单线性回归中的变量y。标签可以是小麦的未来价格、图片中显示的动物种类、音频剪辑的含义，或者任何东西。
特征
特征是一个输入变量——x简单线性回归中的变量。一个简单的机器学习项目可能使用单个特征，而更复杂的机器学习项目可能使用数百万个特征，具体如下：
在垃圾邮件检测器示例中，功能可能包括以下内容：
- 电子邮件文本中的单词
- 寄件人地址
- 发送电子邮件的时间
- 电子邮件包含短语“一个奇怪的技巧”。
例子
一个示例是数据的特定实例x。（我们 用粗体表示x表示它是一个向量。）我们将示例分为两类：
- 标记示例
- 未标记的示例
带标签的示例包括特征和标签。那是：
labeled examples: {features, label}: (x, y)
使用带标签的示例来训练模型。在我们的垃圾邮件检测器示例中，标记示例是用户明确标记为“垃圾邮件”或“非垃圾邮件”的单个电子邮件。
例如，下表显示了来自 包含加利福尼亚房价信息的数据集中的 5 个标记示例：
| 住房中位年龄 （特征） | totalRooms （功能） | 总卧室 （特征） | 中值房屋价值 （标签） |
|---|---|---|---|
| 15 | 5612 | 1283 | 66900 |
| 19 | 7650 | 1901 | 80100 |
| 17 | 720 | 174 | 85700 |
| 14 | 1501 | 337 | 73400 |
| 20 | 1454 | 326 | 65500 |
未标记的示例包含特征但不包含标签。那是：
unlabeled examples: {features, ?}: (x, ?)
以下是来自同一住房数据集的 3 个未标记示例，其中不包括medianHouseValue：
| 住房中位年龄 （特征） | totalRooms （功能） | 总卧室 （特征） |
|---|---|---|
| 42 | 1686 | 361 |
| 34 | 1226 | 180 |
| 33 | 1077 | 271 |
一旦我们用标记的例子训练了我们的模型，我们就可以使用该模型来预测未标记例子的标签。在垃圾邮件检测器中，未标记的示例是人类尚未标记的新电子邮件。
楷模
模型定义了特征和标签之间的关系。例如，垃圾邮件检测模型可能会将某些特征与“垃圾邮件”密切相关。让我们重点介绍一下模型生命的两个阶段：
-
训练意味着创建或学习模型。也就是说，您向模型展示标记示例，并使模型逐渐学习特征和标签之间的关系。
-
推理意味着将训练好的模型应用于未标记的示例。也就是说，您使用经过训练的模型进行有用的预测 (
y')。例如，在推理过程中，您可以预测medianHouseValue新的未标记示例。
回归与。分类
回归模型预测连续值。例如，回归模型做出的预测回答如下问题：
-
加州的房子值多少钱？
-
用户点击此广告的概率是多少？
分类模型预测离散值。例如，分类模型做出的预测回答如下问题：
-
给定的电子邮件是垃圾邮件还是不是垃圾邮件？
-
这是狗、猫还是仓鼠的图像？
