1.3 机器学习大家庭 课件 2024—2025学年清华大学版（2024）A版初中信息科技八年级下册

1.3机器学习大家族 一从原理到实践 01 机器学习认知基础 机器学习三重学习方式 监督学习：有师之学 无监督学习：自主探索 监督学习就像是在老师指导下学习。在 无监督学习则是自主探索式学习。给定 “温度转换”案例中，训练数据有两列， 的数据中没有对应的预测目标信息，即 一列输入（摄氏温度，即特征），一列 没有人为标注。其主要目的是发掘数据 输出（华氏温度，即目标或标签）。数 间的联系，比如将一批数据按照特点分 据集中特征和目标一一对照，这一数据 成不同类别，就像学生在没有老师明确 标注过程如同老师明确告诉学生知识内 指导下，自己从众多知识中归纳总结出 容。例如，依据摄氏温度这个特征，能 不同类别。 明确对应的华氏温度目标。 机器学习三重学习方式 强化学习：实践出真知 强化学习是通过实践不断改进。智能体与环境交 互，环境给予奖励或惩罚，智能体据此调整行为。 如西洋跳棋程序，随着与不同对手对弈（与环境 交互)，棋力不断提升（根据奖励调整行为）， 就像小孩在成长中通过不断尝试新事物，依据反 馈学会适应环境。 分类与回归任务辨析 分类任务：精准归类 回归任务：数值预测 分类任务旨在将输入数据分配到预定义类别。以西瓜为 回归任务是预测连续数值。同样以西瓜为例，给不同外 例，瓜农判断西瓜好不好，这是二分类问题：识别图像 表的西瓜标上不同价格，这涉及预测数量。像房价、温 中的物体类别则是多分类。算法需理解数据特征并将其 度、销量等预测都属于回归任务，如同根据房屋面积、 归入特定类别，就像图书管理员根据书籍内容将其分到 地段等特征预测房价具体数值。 不同类别书架。 分类与回归任务辨 析 本质区别： 离散与连续 分类任务的结果是离散的类别，如西瓜好或不好：而回归任务的结果是连续的数值，如西瓜价格可能是 5元、5.5元等。这体现了两者在输出结果上的本质差异，一个是类别划分，一个是数值预测。 数据集的科学切割 训练集：模型的“训练场” 训练集用于模型训练，就像厨师在厨房练习烹饪技巧。在机器学习中，模型 通过训练集学习数据中的规律。例如在"温度转换”实践中，部分数据作为 训练集，让模型学习摄氏温度与华氏温度的关系。 验证集：火候的"调试器 验证集用于评估模型性能，调整模型参数，类似厨师在烹饪过程中根据试吃 反馈调整调料用量。通过验证集，可检验摸型是否过度拟合训练数据，确保 模型能举一反三。 88eg 数据集的科学切 割 Cleaning Data Dehning Model Gathering Data Feature Engiceering Testing Model 测试集：最终的”检验场” 测试集用于最终测侧试模型性能，如同菜品完成后接受顾客检验。侧试集数据 独立于训练集和验证集，能真实反映模型在未见过的数据上的表现，判断模 型是否达到预期效果。若将验证集和测试集数据加入训练集，会导致模型过 拟合，看似得分高，但面对新数据表现差。 02 工具链实战演练 scikit-learn工作流解析 马 数据加载模块 模型选择与实例化 在scikit-learn中，数据加载是第一步。例如 根据任务类型选择合适的模型，如线性回归 在进行线性回归分析时，我们可以使用相关 任务就选择线性回归模型。通过代码"from 函数从本地文件或者数据库中读取数据。像 sklearn.linear model import pandas库就常被用于预处理数据，将其整理 LinearRegression”导入线性回归模块，然 成适合scikit-learn处理的格式，如二维数组 后使用"model=LinearRegression(0"实 形式，其中每一行代表一个样本，每一列代 例化模型，为后续训练做准备。 表一个特征。