Question

我对机器学习培训数据有疑问。

是否有办法构建数据，以便算法学会在数据点之间建立关联。例如，如果我假设想要训练猫吃什么算法，我怎样才能构建训练数据，以便算法学会将猫与他们吃的食物联系起来？

谢谢。

Answer 1

好像你开始学习机器学习了。让我们扩展您的示例。我认为你可能会问两个问题

（1）我怎样弄清楚猫喜欢吃什么？（2）如果我知道关于那只猫的一些额外事实，我怎么能预测猫会吃什么？如何构建数据来实现这一目标？

（1）这是Thomas Pinetz所指的解释。要回答“猫喜欢吃什么”的问题，你不需要大多数人会认为是“机器学习”。您可以进行调查，然后使用测试进行统计关联。但我不认为这就是你在这里所要求的......

（2）这是机器学习。这不仅仅是关于构建数据。 请注意，以下所有内容都过于简单。机器学习的培训数据通常以“实例”结构化。假设你有两种食物（“粗磨”和“金枪鱼”）并考虑这个例子：

Cat / Features | eye-color | coat-color | ear-length-cm | **food**  | 
----           | ----      | ----       | ----          |  ---      | 
Socks          | "green"   | "brown"    | 3.0           | "kibbles" | 
Jimmy          | "blue"    | "gray"     | 3.7           | "tuna"    |
Snowball       | "green"   | "white"    | 2.9           | "kibbles" |
MrTumnus       | "blue"    | NA         | 3.1           | "tuna"    | 
Tosca          | "blue"    | "orange"   | 3.2           | "kibbles" | 
...            | ...       | ...        | ...           | ...       |

（人们希望比这更大的训练集......）上面的每一行都是一个“实例”。三个中间栏是关于每只猫的特征，事实。最后一栏是有问题的猫喜欢吃的食物，通常被称为“类标签”。第一列是猫的名字，我为了好玩而做了。这是无用的信息，但它让我们在这里更容易参考我们的实例。

在这种情况下，您的目标是使用中间三列（您的功能）来预测类标签。像这样构造的数据是机器学习问题的常见起点。

现在，当您选择一种攻击问题的方式时，您将面临一些额外的问题：（1）MrTumnus实例缺少数据，他的“外套颜色”是NA。（2）你有连续（耳长-cm）和离散（眼睛颜色，毛色）功能，根据你在这个问题上抛出的算法，使用这两种数据可能很困难。

假设您只考虑您的离散特征（眼睛颜色和外套颜色）。我们可以想象的一些机器学习算法可能会获取这些数据，并计算如下概率：

P（eye-color =“green”，food =“kibbles”）
P（coat-color =“white”，food =“tuna”）
P（coat-color =“white”，eye-color =“blue”，food =“tuna”）
等。你可以看到它的发展方向。

然后，这给我们一个模型CatFood（眼睛颜色，毛色），它可以返回猫最有可能享受的食物，给定眼睛颜色和外套颜色。更多问题：如果提供我们以前从未见过的眼睛颜色或外套颜色怎么办？划伤表面。

然后，当你面前有一只新猫，想要根据它的眼睛颜色和毛色来找出它想吃的东西时，你会收集你需要的数据，并申请你的模特。这是你的新实例：

Cat / Features | eye-color | coat-color | **food**  | 
----           | ----      | ----       |  ---      | 
Oswald         | "blue"    | "orange"   |    ?      |

假设现在我们应用我们的模型，CatFood（“蓝色”，“organge”）。它可以追溯到我们的训练数据计算的概率，并将告诉我们根据模型，猫最有可能想吃的食物。

Answer 2

这是纯粹的统计数据。机器学习是对事物未来进行预测的艺术。如果你想预测你的猫正在吃什么，那么你可以应用机器学习算法。

但是你想发现猫吃什么之间的对应关系。如果你真的想知道这一点，你应该问几个猫猫吃的东西，并用一些统计模型来找出它们。

机器学习训练数据结构

2 个答案: