总结一下之前学习谷歌机器学习网站的知识点，顺便安利：develops.google.com/machine-learning/crash-course.
/* 需要翻墙 */
概念解释
首先是 ·标签 & 特征 & 样本 & 模型
标签：需要预测的真实实物，基本线性回归中的 y 变量
（直接结果，如：是否为垃圾邮件）
特征：用于描述数据的输入变量，基本线性回归中的{x1,x2,…}变量
（辅助信息，如：邮件标题，收发件人，路由信息等）
样本：数据的特定实例，x
（既定结果的目标）
-有标签的样本（x,y）->已知结果，可以用于训练模型
-无标签的样本（x,?）->用于对新数据做出预测
模型：可将样本映射到预测的标签，y`
（执行预测的工具，方法）
-回归模型，可预测连续值（多少），解决如1房价预测，2用户点击某广告的概率
-分类模型，可预测离散值（是否），解决如1某个指定邮件是否是垃圾邮件，2判断狗猫鼠的图片
训练Training：训练模型表示通过有标签的样本来学习（确定）所有权重和偏差的理想值。
损失Loss：表示对单个样本而言模型预测的准确度。
深入了解
-
线性回归：一种找到最适合一组点的直线或超平面的方法
（常用的回归损失函数：给定样本L2损失，平方误差=预测值和标签值之差的平方=（观察值 - 预测值）开平方 ）=（y - y`）平方
均方误差（MSE）：各个样本的所有平方损失之和
·（x,y）表示一个样本，x表示特征集 如年龄，y样本标签，如每分钟鸣叫次数
· prediction（x）.权重偏差结合后的函数 -
降低损失 Reducing Loss
新选择的每组超参数都比之前一组参数的误差小一点。
梯度下降法：反复采取小步（梯度步长）迭代进行预测调整。
小批量梯度下降法：每次使用一小部分样本，使得Loss和梯度在整批范围内达到平衡。
Point：训练机器学习模型时首先要对 权重 和 偏差 进行初始猜测，然后反复调整这些猜测，直到获得 损失 可能最低 的权值和偏差为止。
梯度：偏导数的矢量
超参数：用于调整学习速率的按钮（学习速率就是一种超参数）
学习速率：也叫步长
过小：花费太长时间
过大：底部附近弹跳难以找到终点 -
泛化（Generalization）
是指模型很好地拟合以前从未⻅过的新数据（从⽤于创建该模型的同⼀分布中抽取）的能⼒。 -
过拟合：定死了一部分样本的参数划分，但不够准确全面，以后再加入新的测试样本就会出现问题。测试已有的样本可以损失很低，但是新数据很多的时候结果会非常糟糕。
-
应该采取的细则：
1、随机抽取独立同分布（i,i,d）的样本，样本之间互不影响。
2、分布是平稳的，即分布在数据集内不会发生变化。
3、从同一分布的数据划分中抽取样本。 -
置信区间：样本统计量所构造的总体参数的估计区间。
-
验证Validation （另一种划分）
通过划分训练集和测试集，可以判断模型能否很好地泛化到新数据。
每次迭代完都要用测试集验证，然后不断调参，注意不要不知不觉过拟合
特征工程 Feature Engineering
从原始数据中提取特征的过程
- OOV(Out of Vocabulary)分桶：定义一个从特征值（可能的词汇表）到整数的映射。
独热编码（One-hot encoding）：按照字典的形式将（如每个街道的名称）映射到 {0,1,…,v-1} 内的某个函数。 ——用以解决特征是字符串的情况。
如其中1表示Main Street，0表示其他{0,0,0…1,0,0}，采用布尔值来定义指示性特征而尽量不用“天数，时长”等量值特征。
- 分箱技术（binned）：一部分特定情况下用特征值。
特征值处理方法：离群值可以限定在某个上限，大于该上限都按该值处理。
- 特征组合 Feature Crosses：对于不能用一根线直接把特征集划分干净的情况（占绝大多数情况），采用【A×B】的形式，利用其他特征合成新特征。
如：划分一三象限和二四象限，将x轴和y轴结果相乘作为新特征。
对于一些复杂情况
可以采用先分箱，再在特定条件（如城市）进行特征组合（经纬度等）的方式，防止特征组合产生同样的效果。
如果组合过多，即太复杂，该模型会有机会与训练数据中的噪点 过拟合 ，会降低模型在测试数据方面的性能。
