更多精彩，请关注公众号《机器学习算法与 Python 学习》
华盛顿大学 Pedro Domingos 教授的“A Few Useful Things to Know about Machine Learning”
这篇论文总结了机器学习研究者和从业者的 12 个宝贵经验，包括需要避免的陷阱、需要关注的
重点问题、常见问题的答案。希望这些经验对机器学习爱好者有一些帮助。
下载方式
方式一
文末点击阅读原文
方式二
对话框回复“20180629”
1. “表征+评估+优化”构成机器的主要内容！
构成机器学习算法的 3 部分：
表征（Representation）：分类器必须用计算机可以处理的形式化语言来表示。相反地，为训练
模型选择一个表征就等同于选择可训练分类器的集合。这个集合称为训练模型的「假设空间」。
如果分类器不在「假设空间」中，那么它就不能由训练所得到。一个相关的问题是如何表征输入，
即使用哪些特征。
评估（Evaluation）：需要一个评估函数来区分分类器的好坏。算法内部使用的评估函数可能与
分类器优化的外部评估函数不同，这是为了便于优化，并且是由我们下一节所要讨论的问题导致
的。
优化（Optimization）：我们要用一种方法搜索得分最高的分类器。优化方法的选择对于提升模
型的效率非常关键。另外，如果评估函数具有一个以上的最优值，则优化方法有助于确定最后产
生的分类器。新的训练模型一开始常常使用现有的优化器，后来常会转而使用自定义的优化器。
2. “泛化能力”很关键，“测试数据”验证至关重要！
机器学习的主要目标是对训练集之外的样本进行泛化。因为无论有多少数据，都不太可能在测试
中再次看到完全相同的例子。在训练集上具有良好表现很容易。机器学习初学者最常犯的错误是
把模型放在训练数据中进行测试，从而产生成功的错觉。如果被选择的分类器在新的数据上进行
评论0