相信大家都有过等人的经历，这并不是一件多么愉快的事情。

最近洞察君就开始不守时了，上次约他下午五点吃烤鱼，结果等到六点才来。

今天他约我晚上七点去唱K，我脑海中立马蹦出一个问题：他又会迟到吗？

于是我迅速调动我记忆，看看我们相约的次数中，他迟到占了多大的比例，而我利用这个比例来预测他这次迟到的可能性。

在我正在准备在纸上计算时，我突然想起来，这种依据数据来做出判断的办法，不就是大家都知其然不知其所以然的“机器学习”么！

于是，我果断拒绝了洞察君的邀请，发誓要给大家讲清楚，到底什么是机器学习！

Mchine——Machine Learning——Better

首先请允许我甩出一个定义：

从广义上来说，机器学习是一种能够赋予机器学习的能力，以此让它完成直接编程无法完成的功能的方法。

但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型来进行预测的一种方法。

看不懂没关系，我给你讲个小故事，保准你懂得很彻底！

 

就拿国民话题“房子”来说吧。假如我现在看上了城郊的一栋大别墅，想卖掉我村里的一套100平的房子，我应该给它标上怎样的价格呢？ 

相信大家心中已经有了答案。由于在不同地段的房价差距判若云泥，同地段不同户型之间的差距也十分显著，所以我只能通过调查跟我同地段、同户型的房价，来作为我定价的参考。

如果我能从获得的数据中找出面积与价格的规律，那么我就可以较准确地得到房子的价格。于是，我把收集到的数据在坐标图中拟合出一条直线，让它尽量“穿过”更多的点，并且与其他各点的距离尽可能的小。

  

通过这条直线，我获得了一个能够最佳反映房价与面积的规律，同样可以获得一个可以用于计算准确房价的函数。

房价=面积*a+b

假设a = 0.8,b = 60，则我的房价=100 * 0.8 + 60 = 140万，从统计学意义上来说，这是一个最合理的预测值。

在求解过程中透露出了两个信息：

第一：房价模型是根据拟合的函数类型决定的。如果是直线，那么拟合出的就是直线方程；如果是其他类型的线，例如抛物线，那么拟合出的就是抛物线方程。机器学习有众多算法，一些强力算法可以拟合出复杂的非线性模型，用来反映一些不是直线所能表达的情况。

第二：如果数据量越多，得到的模型就能考虑到越多的因素，由此对于新情况的预测效果可能就越好。这是机器学习界“数据为王”思想的一个体现。一般来说，数据越多，最后机器学习生成的模型预测的效果越好。

通过拟合直线的过程，我们可以对机器学习过程做一个完整的回顾：

首先，我们需要在计算机中存储一定的相关数据（等同于线下收集数据）；接着，我们将这些数据通过机器学习算法进行处理（等同于拟合直线），这个过程在机器学习中叫做“训练”，处理的结果一般称之为“模型”（等同于得到方程），可以被我们用来对新的数据进行预测。

“训练”与“预测”是机器学习的两个过程，“模型”则是过程的中间输出结果，“训练”产生“模型”，“模型”指导 “预测”。

好吧，说了这么多，其实洞察君并没有约我

还有，我在村里也根本没有房。

但你们如果明白了什么是机器学习，也不枉我一片苦心了。