机器学习研究内容

机器学习研究的主要内容是从数据中产生“模型”的算法，即学习算法。

“模型”泛指从数据中学得的结果。

模型评估

衡量模型的泛化能力通过模型评估方法获取具体的评价指标。在模型评估中，要对数据集进行划分，数据集划分通常要保证两个条件：

• 训练集和测试集的分布要与样本真实分布一致，即训练集和测试集都要保证是从样本真实分布中独立同分布采样而得；
• 训练集和测试集要互斥，即两个子集之间没有交集。

衡量模型泛化能力的评价标准是性能度量（评价指标）。

不同的应用有着不同的目标，不同的评价指标。

• 数值，字符串str，元组tuple类型变量为静态变量（不可变对象）。
• 列表list，字典dict，集合set类型变量为动态变量（可变对象）。

Python中对象包含的三个基本要素：id(身份标识)、type(数据类型)和value(值)。

==是python标准操作符中的比较操作符，比较两个对象的value(值)是否相等，例如，

1
2
3

a = 'cheesezh'
b = 'cheesezh'
a == b  # True

函数式编程简介

函数式：functional，一种编程范式，与函数是完全不同的东西。