機器學習主要用歷史資料（含有結果，或者說標籤）訓練出模型，以便讓這個模型對新的資料（不含結果）能夠進行**（要結果）。
訓練的時候：一般思路都是讓誤差盡可能地小，但是誤差越小的模型，對新的資料進行**時可能結果並不滿意。
就是說這個模型對歷史資料是適合的，但是對其他新的沒見過的資料，它的**結果不一定好，就是說這個模型的泛化能力下降
所以，對訓練出來的模型，我們還需要進行評估，看看訓練出來的模型的準確率等指標如何，以檢查它的泛化能力
評估時用的資料和剛才訓練時用的資料肯定不能是同一批，否則看不出模型的泛化能力
所以，一般會把歷史資料分為2部分，一部分用來訓練，一部分用來測試。用來訓練的資料叫訓練集（訓練資料），測試的叫測試集（測試資料）
機器學習簡單的步驟：分離資料為訓練資料和測試資料；用訓練資料來訓練出模型；用測試資料來評估模型；評估指標滿意，就把新的資料「喂」給模型用來**
機器學習簡單介紹
機器學習是近20多年興起的一門多領域交叉學科，涉及概率論 統計學 逼近論 凸分析 演算法複雜度理論等多門學科。機器學習理論主要是設計和分析一些讓計算機可以自動 學習 的演算法。機器學習演算法是一類從資料中自動分析獲得規律，並利用規律對未知資料進行 的演算法。因為學習演算法中涉及了大量的統計學理論，機...
機器學習簡單介紹
機器學習不是科幻電影。機器學習目的是解放生產力。機器學習 機器自主獲取事物的規律。要讓機器可以 學習 必須將生活中的資料 包括但不限於影象 文字 語音 數值化，將不同事物的變化和關聯轉化為運算。機器學習可以成立的原因是 概念和數值 關係和運算可以相互對映。1 有監督 訓練哈士奇就是典型的有監督學習，...
簡單原理描述
之所以是電動懸浮,是因為用於切割導體使之感應出電流的磁場是有通有交流電的線圈產生,導體在此磁場下,導體與磁場有相對的位移,這時候就會在導體產生環形感應電流進而產生乙個與原磁場方向相反的磁場,磁性相反體現出斥力。其本質就是將乙個旋轉電機沿著軸向將其切開展平。乙個單元的直線電機有三個相位差120 的交流...