統(tǒng)計學(xué)習(xí)方法李航
李航的《統(tǒng)計學(xué)習(xí)方法》絕對是干貨十足的書，可惜實在是太干了，字字珠璣，幾乎每段話都能當(dāng)作筆記進行整理。讀起來仿佛在吃加強版的壓縮餅干，雖然能量十足但未免太難吃了。接下來小編為你帶來統(tǒng)計學(xué)習(xí)方法李航，希望對你有幫助。
統(tǒng)計學(xué)習(xí)方法的三要素：
�。�1）模型
�。�2）策略
�。�3）算法
實現(xiàn)統(tǒng)計學(xué)習(xí)的步驟：
（1）得到用來訓(xùn)練模型和測試模型的數(shù)據(jù)集（輸入和輸出（實際值）+需要進行預(yù)測的輸入數(shù)據(jù)）
�。�2）確定包含所有可能的模型的假設(shè)空間（模型的假設(shè)空間就是確定的帶參的函數(shù)族，之所以說是有無數(shù)個是因為參數(shù)的選取相對來說是任意的），就是學(xué)習(xí)模型的集合
�。�3）確定怎么樣在假設(shè)空間中的帶參的無限多個函數(shù)中間來選取最終模型的準(zhǔn)則（就是說應(yīng)該給予什么約束來確定最終模型），這種準(zhǔn)則就是學(xué)習(xí)的策略。
一般是用代價函數(shù)最為準(zhǔn)則（策略）來確定最終模型的。代價函數(shù)指的就是帶參的模型的估計值和實際值之間的差距（一般用以度量的代價函數(shù)就是平方損失，概率估計等），代價函數(shù)的選取就是確定學(xué)習(xí)的策略，還要加上規(guī)范化項（正則項）來約束這個模型（中的權(quán)重系數(shù)，使得權(quán)重系數(shù)不至于過大，因為權(quán)重系數(shù)過大可能會出現(xiàn)模型的過擬合，過擬合就是模型在訓(xùn)練樣本中的估計情況比較好但是在測試樣本中的表現(xiàn)就不行了）
（4）有上述第三步確定了是由代價函數(shù)和規(guī)范化項來約束模型參數(shù)的選取的，最優(yōu)模型當(dāng)然是約束下的代價函數(shù)和規(guī)范化項取得最小值時候的參數(shù)了，這里如何求得代價函數(shù)和規(guī)范化項的最小值的算法就是學(xué)習(xí)的算法了（學(xué)習(xí)的意思就是通過算法求解模型的參數(shù)）
學(xué)習(xí)的算法有梯度下降法，正規(guī)矩陣求解等多元函數(shù)求導(dǎo)方法
�。�5）通過學(xué)習(xí)方法（求解系數(shù)的算法）來求解最優(yōu)模型
�。�6）利用求得的最優(yōu)模型來對新數(shù)據(jù)（測試數(shù)據(jù)或者是需要進行預(yù)測的數(shù)據(jù)）進行模型的檢驗或者是用模型進行預(yù)判
監(jiān)督學(xué)習(xí)（重點）：具有輸出數(shù)據(jù)（標(biāo)簽）（可以根據(jù)輸入數(shù)據(jù)和輸出數(shù)據(jù)的離散還是連續(xù)來分為分類，回歸和標(biāo)注）
無監(jiān)督學(xué)習(xí)：不具有輸出數(shù)據(jù)，僅具有輸入數(shù)據(jù)（一般是聚類分析）
半監(jiān)督學(xué)習(xí):由于標(biāo)簽的成本比較高，只能給一部分的數(shù)據(jù)進行標(biāo)簽操作。
強化學(xué)習(xí)：是一種自主學(xué)習(xí)的模式
監(jiān)督學(xué)習(xí)：將數(shù)據(jù)集（輸入數(shù)據(jù)和輸出標(biāo)簽）通過統(tǒng)計機器學(xué)習(xí)來得到輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的函數(shù)映射（不知道的實際的f是黑盒子，我們要用學(xué)習(xí)得到的模型去逼近/近似模擬f黑盒子）關(guān)系，得到這個模型之后再將這個模型去應(yīng)用于其他未知標(biāo)簽的數(shù)據(jù)的標(biāo)簽的預(yù)測。
監(jiān)督學(xué)習(xí)中的一些基本概念：
（1）輸入空間，特征空間和輸出空間
輸入空間：輸入變量xi(x1,x2,...)的所有i對應(yīng)的x的取值構(gòu)建起來的集合叫做輸入空間（從形式上來看輸入空間是矩陣形式的）
輸出空間:輸出變量yi的所有可能的情況構(gòu)建起來的集合就叫做輸出空間（從形式上來看輸出空間應(yīng)該是列向量形式的）
輸入空間和輸出空間可以在同一個空間中，也可以在不同的空間中，通常輸出空間要比輸入空間來的小（就是輸出的情況比輸入的情況來的少）
特征空間：輸入變量xi(x1,x2,...)中的各個x1,x2,...來表征xi，這些x1,x2,...就是輸入變量xi對應(yīng)的屬性/特征，這些不同的屬性/特征構(gòu)建起來的空間就是特征空間（從形式上來看特征空間是列向量形式的）
輸入空間就是在特征空間中的不同取值的集合，列向量（特征空間）的轉(zhuǎn)置的列向量組合就是輸入空間的矩陣
一些約定：
1.輸入，輸出變量的所有情況用大寫X,Y表示；
2.輸入，輸出變量的某一種取值狀況用小寫x,y表示；
3.變量可以是標(biāo)量（如輸出變量y）也可以是向量（如輸入向量x）
4.xi表示的是輸入空間中的第i個輸入變量，但是這個輸入變量是一個具有多屬性的向量；而x(i)表示的是輸入空間中的第i個屬性/特征，就是輸入空間的某個屬性列
監(jiān)督學(xué)習(xí)的一些細分：
輸入變量x和輸出變量y都是連續(xù)的模型叫做回歸分析
輸入變量為連續(xù)的，輸出變量時離散的情形叫做分類問題
輸入變量和輸出變量都為離散的叫做標(biāo)注
（2）聯(lián)合概率分布
1.什么是概率分布？什么是聯(lián)合概率分布？
概率分布p(y|x):指的是練習(xí)樣本數(shù)據(jù)中的一條數(shù)據(jù)（一個樣本點）的模型估計和實際值之間的取值相等的概率（模型在這個樣本點之上的準(zhǔn)確度）
概率分布指的就是在一定條件下面出現(xiàn)的不同情況的概率的情況
形式有如p(y|x)表示的是在x的情形下發(fā)生y的概率。
其中的y|x指的是在隨機變量x（輸入的一個數(shù)據(jù)）的情形下面發(fā)生y的概率
聯(lián)合概率分布P(Y|X)：指的是練習(xí)樣本數(shù)據(jù)中的所有數(shù)據(jù)根據(jù)模型計算的估計值和實際值全部相等的概率（練習(xí)樣本數(shù)據(jù)集中所有數(shù)據(jù)輸入后的估計值和實際值一樣的概率當(dāng)然就是所有的單條數(shù)據(jù)經(jīng)過模型估計后的估計值和實際值相等的概率的乘積，當(dāng)然是將單個的概率分布做連乘處理，就是采用似然函數(shù)來估計總體的情況）（模型在練習(xí)數(shù)據(jù)集上面的準(zhǔn)確度）
聯(lián)合概率分布指的是在X的條件下面事件Y發(fā)生的概率。
其中的X指的是隨機變量x在輸入空間中的集合，就是在這些輸入空間中的隨機變量共同輸入的情況下事件Y發(fā)生的'概率。
似然估計：（總體概率的估計（聯(lián)合概率分布），就是將單個個體的概率的估計（概率分布）做連乘處理）
由上面可知聯(lián)合概率分布（總體）可以采用似然估計來將概率分布（個體）相乘的前提就是各個個體服從獨立同分布（各個個體是相互獨立的而且這些個體的概率分布是相同的）
獨立同分布：
對象是練習(xí)數(shù)據(jù)集中的單條數(shù)據(jù)
因為數(shù)據(jù)集中的元素（一條條的數(shù)據(jù)）的數(shù)據(jù)結(jié)構(gòu)是相同的，所以應(yīng)該是滿足同分布的，但是這些數(shù)據(jù)獨立嗎???
（3）假設(shè)空間
假設(shè)空間是帶參的模型，是對練習(xí)數(shù)據(jù)集上面的輸入到輸出的映射關(guān)系，假設(shè)空間的確定意味著模型范圍的確定，就是確定了帶參的函數(shù)，接下去的任務(wù)就是計算出最優(yōu)的模型
假設(shè)空間中帶參的模型函數(shù)的建立
這個模型的對象是練習(xí)數(shù)據(jù)集中的樣本點。因此這個帶參的函數(shù)模型如果是概率的話就是概率分布了
學(xué)習(xí)的三要素：
模型，策略，算法
模型就是選取合適的帶參的函數(shù)（假設(shè)空間），有可能是條件概率分布函數(shù)p(y|x)也有可能是決策函數(shù)
�。�1）由決策函數(shù)定義的模型叫做非概率模型
�。�2）由條件概率分布函數(shù)定義的模型叫做概率模型。
策略就是采取何種約束（規(guī)則）來計算帶參的函數(shù)（模型）（代價函數(shù)，規(guī)則化項來制約，代價函數(shù)和規(guī)則化項的選取的不同就是策略的不同）（對整體模型的準(zhǔn)確性的一種約束，最小二乘法，聯(lián)合概率分布）
非概率模型的損失函數(shù)一般是平方損失函數(shù)（估計值和實際值之間的差距的平方）：對應(yīng)于損失最小
概率模型的損失函數(shù)一般考慮用聯(lián)合概率分布（對條件概率分布函數(shù)來構(gòu)造似然函數(shù)）：對應(yīng)于聯(lián)合概率分布最大
算法就是對策略產(chǎn)生的代價函數(shù)和正則項的綜合函數(shù)進行最值的計算來使得這個模型的參數(shù)最優(yōu)化（使得代價最小或者是模型的估計值和實際值相等的概率最大），用梯度下降法或者正規(guī)矩陣的方法來計算得到最佳參數(shù)。
【統(tǒng)計學(xué)習(xí)方法李航】相關(guān)文章：
關(guān)于夏航面試經(jīng)驗11-27
航拍構(gòu)圖技巧方法08-12
航拍方法技巧流程11-13
無人機航拍影視技巧10-08
影視制作的航拍要求10-06
機場助航燈基本知識08-14
基于統(tǒng)計學(xué)的李賀詩歌色彩詞的語言學(xué)分析08-05
影視制作中的航拍技巧10-07
航拍方法技巧及注意事項11-07
航材資源管理論文10-08