Py学习  »  机器学习算法

用最通俗易懂的方式打开机器学习!

量化研究方法 • 3 年前 • 340 次点击  

在一个风和日丽的周末......






故事一:瑞雪兆丰年




我们中国有一句关于农业生产的古老谚语:瑞雪兆丰年。就是说,如果前一年冬天下雪很大很多,那么第二年庄稼丰收的可能性比较大。


这条谚语是怎么来的呢?我们可以想象当时的情景:


第一年冬天





第二年收获时节





第二年冬天





第三年收获时节





第三年冬天





第四年收获时节





年复一年,若干年后的冬天......





这就是瑞雪兆丰年的故事。头年的瑞雪和来年的丰收,本是两个看起来并不相关的现象,但是智慧的农民伯伯通过几十年甚至几代人的经验,总结出了两个现象之间的规律。


现代的农业学家通过科学的分析,弄清了瑞雪兆丰年规律背后的本质原理。但是对于古代农民伯伯来说,知道规律就足够了,可以通过规律来为下一年的生产生活做出有效的调整。



故事二:啤酒和尿布



上个世纪90年代,沃尔玛超市已经是美国最大的零售企业,拥有大量的顾客资源。那时候的沃尔玛已经采用了先进的计算机技术,随时记录着每天众多顾客购物车中所挑选的商品明细。



在其中一个普通的日子里:








就这样经年累月,沃尔玛积累了大量的顾客购物数据。直到某一天,沃尔玛的技术专家发现:





于是,这一尝试实行以后......






从此,沃尔玛的销售额得到了显著提升,啤酒尿布的故事也广为流传,成为了销售界和IT界津津乐道的成功典范......


这就是沃尔玛啤酒和尿布的故事。顾客购买啤酒的行为和顾客购买尿布的行为,原本是两个看起来没什么关联的现象。但是沃尔玛的技术专家以大量的用户购物数据为样本,通过先进的算法,最终寻找到了两者之间的重要关联和规律。


为什么购买啤酒的人更有可能同时购买尿布呢?是因为有了小孩的男人比别人更爱喝啤酒?还是因为爱喝啤酒的男人比别人更顾家?这些臆测似乎都有些牵强。


但是沃尔玛不需要关心规律背后的本质。对企业来讲,利用发现的规律,获得实实在在的利益就足够了。


以下是小灰根据个人理解说画的流程图:







以下是大黄基于小灰的流程图所做的补充:




以下是大黄对流程图结果部分作出的调整。其中假设模型可以理解成训练出来的降雪和收获的规律,通过假设模型,从新一年降雪情况推断出下一年收获情况的过程叫做回归。至于啤酒尿布的例子,属于截然不同的机器学习类型,只需要找出关联关系,并不需要进行回归。



机器学习按照方式不同主要分为三大类,有监督学习(Supervised learning)、无监督学习(Unsupervised learning)以及半监督学习(Semi-supervised learning)。


  • 监督学习:通过已有的一部分输入数据与输出数据之间的对应关系,生成一个函数,将输入映射到合适的输出。在瑞雪兆丰年的例子中,头年降雪量就是输入,来年亩产量就是输出。


  • 非监督学习:直接对输入数据集进行建模,寻找关联。例如啤酒尿布的例子,只需要寻找关联性,并不需要什么明确的目标值输出。


  • 半监督学习:综合利用有输入输出的数据,和只有输入的数据来进行训练。可以简单理解成监督学习和非监督学习的综合。






这里所介绍的相关知识,只是作者对于机器学习领域的浅层次理解。通过这篇漫画,希望没有从过IT行业,或者不了解机器学习的朋友们能够对机器学习有一些初步的认知。


希望有经验的朋友们对本文提出宝贵意见,指出其中的纰漏和不足,非常感谢!


 本文来源自程序员小灰(ID:chengxuyuanxiaohui),特此致谢。
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/62465
 
340 次点击