机器学习的模型文件怎么理解,谁能解答一下

机器学习的模型文件是什么,通俗的解释是什么?怎么理解模型的概念呢,能举个例子吗?谢谢大佬们

6个回答

通俗地说,模型就是机器学习采用的算法。“模型文件”一般说的是这个算法用到的各种输入、输出数据的值。
因为机器学习往往需要大量的运算,所以有必要将中间变量也存入文件中,以便可以多次地运算。
机器学习是一类算法的通称,具体到某个算法,那模型的差异就很大了,就算某一类算法(比如神经元网络),它的不同形态(CNN、RNN、DNN、LSTM)构成的模型也有很大的差异。

我目前的工作是做深度神经网络,基于google的TF框架,在tf中,使用了计算图来组织模型,而tf可以tf.train.Saver的save/store自动存储/加载模型文件。这大致是一个json格式的文件。

按照李航的《统计学习方法》上来说,一个机器学习的三要素为模型、策略、算法,模型就是我们简单的理解,策略主要是是损失函数和正则化项,算法是指优化策略的算法

如果你数学很好,可以这么理解。模型就是一个函数y = f(x),x是数据的各个特征,y是类别标签,模型就是把特征映射到类别的一个函数。
当然,这只是一个简单的模型,如线性模型的函数为y = ax+b,这里面只有一个特征x,多个类别y。
大多数模型的原理都是这简单的模型建立起来的

模型文件就是写好的算法下次可以不断地复用,如同jar包 python中的模块差不多

模型就是通过当前数据集得到一个复杂的多维函数,可以理解为 y = w1.x1+w2.x2+...+b 只是这个函数极为复杂,他的参数是要随之改变,而y就是我们的目标值,这个整体我们可以理解为一个策略或者一个函数,我们要做的就是优化w和b,使其每次y都跟真实的y无限接近。

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!