关于机械学习的试验设计初探.pdfVIP

中文摘要 中文摘要 机器学习是一个从数据中学习规则、识别模式的过程。机器学习是人工智 能的产物，在金融、工业、商业、互联网以及航天等各个领域均发挥着重要的 作用。在机器学习中，数据需要分为训练集和检测集，传统的做法是随机抽样 选取训练集，将剩余的数据作为检测集。但是这种做法太过简单，所产生的训 练集有可能会带来偏差。此外，在一些领域，获取数据的响应值是困难或者昂 贵的，因此人们需要通过选取尽量少的训练样本，来得到较好的结果。为了达 到这些目的，我们可以将试验设计，应用于机器学习训练集的选取。我们认 为，只要你的试验设计的恰当合适，那么机器学习的效率也会更好。本文通过 两个机器学习算法的例子，利用模拟数据，将序贯设计和近似正交拉丁超立方 体设计等运用于机器学习的过程，结果表明，学习算法的效率和精确度都得到 了提高。第一个例子，我们将序贯设计运用于分类问题的训练集选取，运用贝 叶斯logit极大似然算法计算分类问题的分类边界，模拟结果表明，只用一小部 分的数据，便可以估计得到使用全部数据估计的分类边界。这有助于降低成本， 在实际应用中有重要的意义。第二个例子，我们将分层性和正交性引入利用 Lasso做变量选择的过程。我