数据挖掘技术与应用：机器学习绪论.pptxVIP

数据挖掘技术与应用;;引言;请分别讨论下列各组数据的内部关系，并填空。;下列鸢尾花分别属于哪一类：setosa、versicolor、virginica;引言;致力于研究如何通过计算的手段，利用经验（历史数据）来改善系统自身的性能［机器学习］。 从数据中产生模型的算法，即“学习算法”。;;基本术语;学习（训练）：从数据中学得模型的过程 训练集：参与模型训练的样本集合 测试：学得模型后，使用其样本进行预测的过程 测试集：被预测的样本集合 假设：学得模型对应的关于数据的某种潜在规律 分类：输出???果是离散值 回归：输出结果是连续值 监督学习：训练样本有标记 无监督学习：训练样本无标记 泛化能力：学得模型适用于新样本的能力 独立同分布：样本空间的全体样本都服从一个未知的分布，且相互独立;;归纳： 从特殊到一般的“泛化”：从样例（训练样本）中学习。 演绎： 从一般到特殊的“特化”：从数学公理推导出定理。;根据已知数据集总结满足何种条件的西瓜是好瓜 色泽乌黑、根蒂蜷缩、敲声浊响的就是好瓜？ 色泽乌黑、根蒂稍蜷、敲声沉闷的就不是好瓜？;若色泽、根蒂、敲声皆有3种取值，加上某种属性什么都不取和没有好瓜这个概念，则假设空间共有 4 X 4 X 4 + 1 =65种假设（规则）;与训练集一致的假设的集合称为“版本空间” 右侧数据集好瓜的版本空间如下：;;新西瓜：(色泽＝青绿:根蒂＝蜷缩;敲声＝沉闷