机器学习三要素机器学习

参考《统计学习方法》李航 P6

1.三要素组成

机器学习=模型+策略+算法

1.1模型模型：判别模型，生成模型
具体参考：https://blog.csdn.net/qq_21768483/article/details/79697446
1.2策略 【机器学习三要素】策略即考虑用什么样的准则学习或者怎样的选择是最。通俗来说就是如何确定损失函数
1.2.1损失函数与风险函数
损失函数度量模型一次预测的好坏
风险函数度量平均意义下模型预测的好坏
常用损失函数：

0-1损失函数

平方损失函数

绝对损失函数

对数损失函数或对数似然损失函数

风险函数风险函数又被称为期望损失 R e x p R_{exp} Rexp?
学习的目标就是选择最小 R e x p R_{exp} Rexp?的模型
经验风险R e m p R_{emp} Remp? 经验风险又被称为经验损失
根据大数定理，当样本数量N趋于无穷时R e m p R_{emp} Remp? 趋向于 R e x p R_{exp} Rexp?
学习的目标可以转换为选择最小 R e m p R_{emp} Remp? 的模型
但是通常样本的数量N有限，所以需要对 R e m p R_{emp} Remp? 校正
1.2.2 经验风险最小化与结构风险最小化
经验风险最小化ERM。就是认为ERM最小的模型最好
结构风险最小化SRM。加了正则化项，模型越复杂惩罚项越大。SRM越小模型越好
1.3算法算法指学习模型的具体方法，如何与优化损失函数。例如梯度下降法，迭代法，概率计算公式,EM算法，拟牛顿法等等。