Machine learning 建立一个预测函数——这个函数真的是“吗？”；“预测”；或者是“它是什么？”；分类；？_Machine Learning_Statistics_Classification_Prediction

Machine learning 建立一个预测函数——这个函数真的是“吗？”；“预测”；或者是“它是什么？”；分类；？

machine-learning statistics

Machine learning 建立一个预测函数——这个函数真的是“吗？”；“预测”；或者是“它是什么？”；分类；？,machine-learning,statistics,classification,prediction,Machine Learning,Statistics,Classification,Prediction,我发现下面的陈述令人困惑。这句话颠覆了我对预测性机器学习的基本理解 “机器学习的倡导者不以概率思维，因此经常使用分类器，而不是使用风险预测模型。” 在目前学习交叉验证的同时，我正在学习创建利用预测特性的预测函数。交叉验证然后预测预测函数在测试数据集上的工作情况 “分类器”和“预测器”怎么会不一样呢 @prosoitos我们在ML/stats/AI上至少有三个（！）相互关联的SE论坛，即，并且-当然没有必要将此类问题指向计算机科学SE…除了与编程无关（或r），您的问题非常不清楚（标题甚至与您的文本

我发现下面的陈述令人困惑。这句话颠覆了我对预测性机器学习的基本理解

“机器学习的倡导者不以概率思维，因此经常使用分类器，而不是使用风险预测模型。”

在目前学习交叉验证的同时，我正在学习创建利用预测特性的预测函数。交叉验证然后预测预测函数在测试数据集上的工作情况

“分类器”和“预测器”怎么会不一样呢

@prosoitos我们在ML/stats/AI上至少有三个（！）相互关联的SE论坛，即，并且-当然没有必要将此类问题指向计算机科学SE…除了与编程无关（或

），您的问题非常不清楚（标题甚至与您的文本不一致）。在澄清问题后，请考虑将数据发布到数据科学或交叉验证（不允许交叉邮寄）。很简单，分类器是一个模型（神经网络、支持向量机、决策树等），而预测器是变量（特征）；分类器产生分类，但预测器不产生预测。术语“预测”是一个通用术语，在分类设置中表示分类，而在回归设置中表示数值预测；更让人困惑的是，回归者不是回归模型，而是回归模型中的预测者……引用的摘录在断章取义的情况下仍然不清楚，但你可能会发现讨论很有用（我只能猜测，作者所说的“分类器”指的是硬分类器，但同样不能断章取义）。