機器學習：輸出
機器學習的輸出時一系列的模式的表達方式，是推斷資料輸出結構的技術
以下就是輸出結構的表達方式：
一、決策表
與輸入的**相似，從輸入表中找到一些合適的條件組合來確定最終的結果
二、決策樹
乙個決策樹上的節點包含了對某個特定屬性的測試。葉節點給到達葉子的例項給出乙個分類。當路徑採用**成幾個部分，**部分需要有權值，權值和為1
路徑：1.名詞性屬性--名詞列舉，相同名詞性屬性不能再樹種重複出現
--名詞可能的子集，可能會在一條路徑上出現不止一次
2.數值屬性 --區間範圍，可分為區間下，區間內，區間上；殘缺值有時是單獨乙個分支，或是多數原則
建立決策樹:需要觀察資料的方法來確定使用哪些屬性，哪種測試方法（區間，子集等等）。
三、分類規則
結論則給出適合指定規則所覆蓋例項的分類（1到n） ，或是給出例項所在類上的概率分布，如
%start
if x=1 and y=1 then class = a;
if x=1 and w=1 then class =a;
otherwise class = b;
%end;
（決策樹不容易從規則轉換為樹，而且會導致重複子樹問題，如a-b-x,b-c-x,或預設值；相比決策樹，會避免重複子樹的問題，並且較容易新增新規則。但是相反，當規則不能對所有例項進行分類，必須用策略解決，如選擇出現頻率高的，而決策樹是不會出現的。而且分類規則對非布林值處理起來會很麻煩，如處理區間集合）
四、關聯規則
定義：對比分類規則，關聯規則可以**任何屬性，不僅僅是類。分類規則組合為規則集去決定結果，而關聯規則用來揭示資料集的不同規律，用來**不同的事物。只找出覆蓋例項量大，正確率高的關聯規則。
定義：覆蓋量coverage是覆蓋例項量
正確率accuracy，也成置信度confidence，覆蓋量所在比率
（注意：多結果的關聯規則包含多重含義，如條件的置信度，條件和結果的重組關聯規則）
五、包含例外的規則
定義：允許包含例外，或新發現的規則。
將與例外有關的規則取出，並用其他屬性或定義邊界新增例外的規則
六、包含關係的規則
規則中包含了其他規則，如if height（tower.top） > width(tower.top) then standing(tower.top).
七、數值**樹
在葉節點擁有平均數值的決策樹稱為回歸樹regression tree
包含回歸公式的決策樹稱為模型樹model tree
八、基於例項的表達
儲存例項的規則表示式，新例項來後尋找以後的「相似」，也就是最鄰近例項，此方法稱為最鄰近分類方法nearest-neighbor,當有多個鄰近例項，則用經距離-加權的平均值
九、聚類
當輸出是聚類，而不是乙個分類器時，則輸出是乙個新例項如何落入聚類的圖形形式。
機器學習入門（三）
今天了解的幾個概念 1 neurogrid 2014年5月13日訊息，美國研究人員日前發明了一種基於人腦構造設計的全新晶元電路板 neurogrid 據悉，neurogrid能夠模擬人腦中的100萬個神經元和數十億個突觸連線，而其運算速度已經達到了現有普通電腦的9000倍之巨。然而，同人類大腦的運算...
機器學習導論（三）
監督學習 監督 supervised 是指訓練資料集中的每個樣本均有乙個已知的輸出項 類標label 輸出變數為連續變數的 問題稱為回歸問題，回歸演算法有 簡單線性回歸，多元線性回歸，lasson回歸，ridge回歸，elastictnet 輸出變數為有限個離散變數的 問題稱為分類問題，分類演算法有...
機器學習入門 三
python中的list 的特點 不限制其中每乙個元素的型別,可以使用下標訪問,但是比較慢.也可以使用array.需要import arrary 這個包.import array arr array.array i i for i in range 10 arr輸出 array i 0,1,2,3,...