共用方式為


機器學習詞彙的重要字詞

以下清單匯集了對於您在 ML.NET 中建置自訂模型來說,相當實用的重要機器學習字詞。

精確度

分類中,準確率係指正確分類的項目數,除以測試集內的項目總數後,所得出的值。 範圍為 0 (最不準確) 到 1 (最準確)。 準確率是模型效能的其中一個評估計量。 請將它與精確率召回率F 分數一起考量。

曲線下的面積 (AUC)

二元分類中,作為曲線下面積值的評估計量,此面積會繪製出真陽性率 (Y 軸上) 與偽陽性率 (X 軸上) 的對比。 範圍為 0.5 (最差) 到 1 (最佳)。 這也稱為 ROC 曲線 (亦即 Receiver Operating Characteristic Curve (接收者操作特徵曲線)) 下的面積。 如需詳細資訊,請參閱維基百科上的接收者操作特徵 \(英文\) 一文。

二元分類

標籤僅來自兩個類別其中之一的分類案例。 如需詳細資訊,請參閱機器學習工作主題的二元分類一節。

校正

校正是將未經處理分數對應到二元和多元分類類別成員資格的程序。 有一些 ML.NET 定型器有 NonCalibrated 尾碼。 這些演算法會產生必須對應至類別機率的未經處理分數。

目錄

在 ML.NET 中,目錄是延伸模組函式集合,依一般用途分組。

例如,每個機器學習工作 (二元分類、迴歸、排名等等) 都有可用的機器學習演算法 (定型器) 目錄。 二元分類定型器的目錄是:BinaryClassificationCatalog.BinaryClassificationTrainers

分類

使用資料來預測分類時,監督式機器學習工作便稱為分類。 二元分類係指僅預測兩個分類 (例如,將影像分類成「貓」或「狗」的圖片)。 多元分類係指預測多個分類 (例如,將影像分類成一種特定狗品種的圖片)。

決定係數

迴歸中,指出資料與模型相符程度的評估計量。 範圍為 0 到 1。 值為 0 時,表示資料為隨機資料,或與模型不相符。 值為 1 時,表示模型與資料完全相符。 這通常稱為r2R2 或 R 平方。

資料

資料是所有機器學習應用程式的中心。 在 ML.NET 中,資料是由 IDataView 物件表示。 資料檢視物件:

  • 由資料行和資料列組成
  • 延遲評估,即作業呼叫它時,它們只載入資料
  • 包含定義每個資料行類型、格式和長度的結構描述

評估工具

ML.NET 中實作 IEstimator<TTransformer> 介面的類別。

評估工具是轉換的規格 (資料準備轉換和機器學習模型定型轉換)。 評估工具可以一起鏈結到轉換管線。 評估工具參數或評估工具管線是在呼叫 Fit 時學到。 Fit 的結果是轉換器

擴充方法

屬於類別,但定義在類別外的 .NET 方法。 擴充方法的第一個參數是擴充方法所屬類別的靜態 this 參考。

擴充方法密集用在 ML.NET 中,以建構評估工具的執行個體。

功能

所評估之現象的可評估屬性,通常是一個數 (雙精度浮點數) 值。 多個特徵會稱為特徵向量,且通常會儲存成 double[]。 特徵定義了所評估之現象的重要特性。 如需詳細資訊,請參閱維基百科上的特徵 \(英文\) 一文。

功能工程

特徵工程是一個程序,牽涉到定義一組特徵,並開發能從可用現象資料產生特徵向量 (亦即特徵擷取) 的軟體。 如需詳細資訊,請參閱維基百科上的特徵工程 \(英文\) 一文。

F 分數

分類中,用來平衡精準率召回率的評估計量。

超參數

機器學習演算法的參數。 範例包括決策樹系中要學習的樹數目,或梯度下降演算法中的步階大小。 「超參數」的值是在將模型定型之前設定的,並且會控管尋找預測函式之參數 (例如決策樹中的比較點或線性迴歸模型中的加權) 的程序。 如需詳細資訊,請參閱維基百科上的超參數 \(英文\) 一文。

標籤

要使用機器學習模型來預測的元素。 例如,狗的品種或未來的股價。

對數損失

分類中,描述分類器準確率特性的評估計量。 對數損失越小,分類器的準確率就越高。

Loss 函式

Loss 函式是定型標籤值和模型所做預測之間的差異。 模型的參數是透過將 loss 函式降到最低來評估。

不同的定型器可使用不同 loss 函式設定。

平均絕對誤差 (MAE)

迴歸中,作為所有模型誤差平均值的評估計量,其中模型誤差係指所預測標籤值與正確標籤值之間的差距。

模型

傳統上,預測函式的參數。 例如,線性迴歸模型中的加權,或決策樹中的分割點。 在 ML.NET 中,模型包含預測領域物件 (例如影像或文字) 標籤所需的一切資訊。 這意謂著 ML.NET 模型除了包含預測函式的參數之外,也包含必要的特徵化步驟。

多元分類

標籤來自三個或更多個類別其中之一的分類案例。 如需詳細資訊,請參閱機器學習工作主題的多元分類一節。

N 連語法 (N-gram)

文字資料的特徵擷取配置:任何一連串的 N 個單字會轉換成特徵值。

正規化

正規化是將浮點資料調整為 0 與 1 之間值的流程。 ML.NET 中使用的許多定型演算法都需要將輸入功能資料標準化。 ML.NET 提供一系列用於正規化的轉換

數值特徵向量

僅由數值組成的特徵向量。 這與 double[] 類似。

管線

讓模型與資料集相符所需的所有作業。 管線會由資料輸入、轉換、特徵化及學習步驟所組成。 在管線定型之後,就會轉換成模型。

精確度

分類中,類別的精確率係指正確預測為屬於該類別的項目數,除以預測為屬於該類別的項目總數後,所得出的值。

召回

分類中,類別的召回率係指正確預測為屬於該類別的項目數,除以實際屬於該類別的項目總數後,所得出的值。

正規化

正規化不利於太過複雜的線性模型。 正規化有兩種:

  • $L_1$ 正規化零加權不顯著的特性。 在這種正規化後,已儲存的模型大小可能會變得較小。
  • $L_2$ 正規化可將不重要功能的權數範圍降到最低。 這是較一般的程序,對極端值較不敏感。

迴歸

輸出為實際值 (例如雙精度浮點數) 的機器學習工作。 範例包括預測股價。 如需詳細資訊,請參閱機器學習工作主題的迴歸一節。

相對絕對誤差

迴歸中,此評估計量是所有絕對誤差的總和除以正確標籤值與所有正確標籤值之平均值的差距總和後,所得出的值。

相對平方誤差

迴歸中,此評估計量是所有平方絕對誤差的總和除以正確標籤值與所有正確標籤值之平均值的平方差距總和後,所得出的值。

均方根誤差 (RMSE)

迴歸中,此評估計量是誤差平方值之平均值的平方根。

計分

評分是將新資料套用至定型機器學習模型並產生預測的流程。 評分也稱為推斷。 根據模型的類型而定,分數可能是原始值、機率或類別。

監督式機器學習

這是機器學習的子集,其中所需的模型會預測尚未顯示資料的標籤。 範例包括分類、迴歸及結構化預測。 如需詳細資訊,請參閱維基百科上的監督式學習一文。

訓練

針對所指定定型資料集,識別模型的程序。 就線性模型而言,這意謂著要尋找加權。 就決策樹而言,則涉及識別分割點。

轉換器

實作 ITransformer 介面的 ML.NET 類別。

轉換器會將一個 IDataView 轉換成另一個。 轉換器是透過定型評估工具或評估管線所建立。

非監督式機器學習

一個機器學習子集,其中所需的模型會尋找資料中隱藏 (或潛伏) 的結構。 範例包括群集、建立主題模型,以及縮減維度。 如需詳細資訊,請參閱維基百科上的非監督式學習 \(英文\) 一文。