机器学习基本概念（以挑选芒果为例）

通过 “挑选芒果” 的例子，介绍机器学习核心概念及流程：

1. 基础元素
  • 特征（属性）：芒果的颜色、大小等属性，用特征向量{x} = \left[ x_1, x_2, \dots, x_D \right]^\top表示（D为特征维度）。
  • 标签：芒果的 “好 / 坏”（离散）或甜度评分（连续），用标量y表示。
  • 样本（示例）：单个带特征 + 标签的芒果。
  • 数据集（语料库）：一组样本，分为：
    • 训练集：用于训练模型的样本；
    • 测试集：用于检验模型的样本。
2. 训练过程
  • 训练集\mathcal{D} = \left\{ \left( {x}^{(1)}, y^{(1)} \right), \left( {x}^{(2)}, y^{(2)} \right), \dots, \left( {x}^{(N)}, y^{(N)} \right) \right\}，样本需满足独立同分布（IID）。
  • 目标：从函数集合F中，通过 学习算法A找到 “最优函数f*(x)”，近似特征x与标签y的映射关系。
3. 预测与评估
  • 预测：用f*(x)输出标签\widehat{y}，或标签的条件概率\widehat{p}(y|x)。
  • 评估：用测试集{D}'计算准确率：\text{Acc}\left( f^*({x}) \right) = \frac{1}{|\mathcal{D}'|} \sum_{({x}, y) \in \mathcal{D}'} I\left( f^*({x}) = y \right),(I(\cdot ))为指示函数）
4. 基本流程（图 2.2）

输入特征向量{x}，通过学习算法A从训练集D、函数集合F中学习到f*(x)，最终输出预测标签 / 概率。

# 机器学习 # 人工智能
Logo
亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

avatar 亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

avatar 亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

avatar 亚马逊云科技技术品牌专区