CH1讲述了机器学习领域的基本概念，包括算法、模型、数据集等重要的专有名词。在算法的帮助下，能从数据集中提取了模型；对于同一数据集而言，给定不同的算法，会提取不同的模型，甚至给定同一算法的不同参数，也能得到不同的模型。那么，在这诸多模型当中，如何选择最佳的模型呢？
这个过程，称之为模型选择。模型选择，会遵循一定的标准：首先，要将数据集分为若干部分，其中一部分用于训练模型，另一部分用于测试模型的泛化能力；然后，对于测试的结果，我们给定一个性能度量参数，从数值上比较不同模型的泛化能力；再然后，通过复杂的比较检验方法，对不同的模型性能进行比较；最后，对于模型的性能，尝试给出一个解释。
以上就是CH2的内容。主要涉及的要点，还是机器学习领域的通识性知识；内容较多，比较晦涩，和人的常识略有不同。；例如：比较不同模型的泛化能力，往往不能直接比较错误率/精度的大小，要通过复杂的比较检验来进行。需要反复查阅、体会。
2017.1.18记录；
2018.2.6记录；
2.1 经验误差与过拟合
先来明确几个概念。
错误率error rate：分类错误的样本数占总数的比例；
精度accuracy：分类正确的样本数占总数的比例，显然，。错误率+精度=1；
误差error：学习器的实际预测输出与样本的真实输出之间的差异；
训练误差training error/经验误差empirical error：学习器在训练集上的误差；
泛化误差generalization error：学习器在新样本上的误差；
一般来说，即使得到了一个这样的模型：对于所有训练数据集，其精度为100%。这样的学习器在多数情况下的表现都不好。
过拟合overfitting：学习器把训练样本学得“太好”，把训练样本自身的一些特点，当成了所有潜在样本都会具有的一般性质，导致泛化能力下降；
欠拟合underfitting：对于训练样本的一般性质都没有学习好。
欠拟合易于克服；过拟合难以克服，且无法彻底避免。
2.2 评估方法
在使用不同的算法（例如十大经典算法），可以从数据集得到不同的模型。从这些模型中，选择最恰当的一个，就是机器学习领域的“模型选择”问题。通常，用户会评估候选模型的泛化误差，然后选择泛化误差最小的那一个模型。
因此，除了给定一个训练集用于学习模型，还要给定一个测试集用于测试学习器。一般来说，通过对数据集采用一定的划分方法，可以将之分为训练集和测试集。对于深度学习而言，还有一个验证集。
- 留出法。
- 交叉验证法。
- 自助法。
2.3 性能度量
上面讲到了，用测试集的方法，来评估一个模型的泛化能力；而衡量泛化能力的标准，就是性能度量performance measure。
不同的性能度量标准，会带来不同的评判结果。因此，什么样的模型是好的，不仅取决于算法和模型，也要取决于任务需求。
- 错误率与精度，是分类任务中最常见的两种性能度量。
- 查准率，查全率，F1，PR曲线。
- 阈值，ROC曲线，AOC曲线。
- 4.
2.4 比较检验
2.5 偏差与方差
习题
- 数据集包含1000个样本，其中500个正例，500个反例，将其划分为包含70%样本的训练集和30%样本的测试集用于留出法评估，试估算共有多少种划分方式。
- 数据集包含100个样本，其中正、反例各一半，假定学习算法所产生的模型是将新样本预测为训练样本数较多的类别（训练样本数相同时进行随机猜测），试给出用10折交叉验证法和留一法分别对错误率进行评估所得的结果。
- 若学习器A的F1值比学习器B高，试析A的BEP值是否也比B高。
- 试述真正例率（TPR）、假正例率（FPR）与查准率（P）、查全率（R）之间的联系。
- 试证明式（2.22）
- 试述错误率与ROC曲线的联系
- 试证明任意一条ROC曲线都有一条代价曲线与之对应，反之亦然
- Min-max规范化和z-score规范化是两种常用的规范化方法。令x和x’分别表示变量在规范化前后的取值，相应的，令x-min和x-max表示规范化前的最小值和最大值，x’-min和x’-max表示规范化后的最小值和最大值，xo和分别表示规范化前的均值和标准差，则min-max规范化、z-score规范化分别如式子(2.43)和(2.44)所示。式析二者的优缺点。
- 试述x2检验过程
- 试述在Frieddam检验中，使用式(2.34)和(2.35)的区别。
敲尼玛这些符号也太难打了，以后不打字了，直接拍照上传。
