
上QQ阅读APP看书,第一时间看更新
1.2.3 机器学习框架
训练数据和测试数据如式(1.30) 所示. 对于模型来说,测试数据只有而没有
,我们正是使用模型在测试数据上的预测结果来评估模型的性能.

(1.30)
训练数据用来训练模型,训练过程如下.
(1) 写出一个有未知数的函数,
代表一个模型里面所有的未知参数.这个函数记作
,意思是函数名叫
,输入的特征为
.
(2) 定义损失,损失是一个函数,其输入就是一组参数,旨在判断这组参数的好坏.
(3) 解一个优化的问题,找一个,让损失越小越好. 能让损失最小的
记为
,即

(1.31)
有了以后,就可以把它拿来用在测试数据上,也就是把
代入这些未知的参数. 本来
里面就有一些未知的参数,现在用
替代
,输入测试数据,将输出的结果保存起来,就可以用来评估模型的性能.