建站
咨詢
售后
建站咨詢
新聞中心
大數(shù)據(jù)文摘出品
成都創(chuàng)新互聯(lián)是一家專注于網(wǎng)站建設(shè)、成都網(wǎng)站建設(shè)與策劃設(shè)計(jì),東風(fēng)網(wǎng)站建設(shè)哪家好?成都創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設(shè)十余年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:東風(fēng)等地區(qū)。東風(fēng)做網(wǎng)站價(jià)格咨詢:13518219792
來(lái)源：machinelearningmastery
編譯：Stats熊、睡不著的iris、錢天培
什么是科學(xué)假設(shè)?什么是統(tǒng)計(jì)假設(shè)?什么又是機(jī)器學(xué)習(xí)假設(shè)呢?
雖然同為假說(shuō)，這三個(gè)東西其實(shí)還真不太一樣!
今天，文摘菌就帶你來(lái)區(qū)分一下“假設(shè)”三兄弟。
了解完它們的區(qū)別后，你會(huì)對(duì)假設(shè)一詞在不同領(lǐng)域會(huì)有更深刻的認(rèn)識(shí)，對(duì)于更好的使用假設(shè)會(huì)有更深入的理解。同時(shí)。對(duì)于機(jī)器學(xué)習(xí)的入門者來(lái)說(shuō)，這樣一篇文章對(duì)于個(gè)人今后在該領(lǐng)域的發(fā)展就是如虎添翼。
通常，我們所理解的監(jiān)督性機(jī)器學(xué)習(xí)，是一個(gè)類似于研究從輸入映射到輸出的目標(biāo)函數(shù)問(wèn)題。
這個(gè)過(guò)程可以被分為如何選取假設(shè)空間，以及評(píng)估候選的假設(shè)空間。
作為一個(gè)機(jī)器學(xué)習(xí)領(lǐng)域的初學(xué)者來(lái)說(shuō)，假設(shè)這個(gè)詞的概念可能讓他們會(huì)產(chǎn)生困惑，有時(shí)會(huì)產(chǎn)生歧義，比如在統(tǒng)計(jì)領(lǐng)域我們會(huì)有假設(shè)檢驗(yàn)，而在科學(xué)領(lǐng)域我們又會(huì)有科學(xué)假說(shuō)。
這些定義互有關(guān)聯(lián)，卻不盡相同。
所以什么是假設(shè)呢?
假設(shè)是一種對(duì)事物的解釋。
它是一種憑借經(jīng)驗(yàn)和知識(shí)所提出的猜測(cè)性想法，需要一定的評(píng)估依據(jù)。
一個(gè)好的假設(shè)是可驗(yàn)證的，驗(yàn)證結(jié)果有可能是對(duì)的，也可能是錯(cuò)的。
在科學(xué)界，假說(shuō)一定是可以被證偽的，即通過(guò)觀察檢驗(yàn)結(jié)果，可以證實(shí)這個(gè)假說(shuō)是錯(cuò)誤的。同時(shí)，在驗(yàn)證結(jié)果出來(lái)之前，假說(shuō)的框架結(jié)構(gòu)一定要確定好。
| ...任何一個(gè)或一系列假說(shuō)想要成為科學(xué)定理或者科學(xué)理論，一定要滿足這樣一個(gè)基本條件—那就是，它是可以被證偽的。 選自《What is This Thing Called Science?》1999年，第三版，第61-62頁(yè) |
一個(gè)好的假說(shuō)既能滿足現(xiàn)有證據(jù)，又可以用來(lái)預(yù)測(cè)新的觀察或新的情況。
一個(gè)假說(shuō)如果說(shuō)完全滿足現(xiàn)有證據(jù)，同時(shí)可以被驗(yàn)證，那么它將會(huì)成為理論或者成為理論的一部分。
小結(jié)一下，科學(xué)假說(shuō)是指符合證據(jù)、同時(shí)可以被證實(shí)或者被反駁的猜測(cè)性解釋。
統(tǒng)計(jì)學(xué)中的假設(shè)又該如何定義呢?
大多統(tǒng)計(jì)問(wèn)題是研究觀測(cè)樣本之間潛在關(guān)系。
統(tǒng)計(jì)學(xué)上的假設(shè)檢驗(yàn)通常是計(jì)算產(chǎn)生“影響”的臨界值，通過(guò)計(jì)算臨界值可以來(lái)判定觀測(cè)樣本之間是否存在某種關(guān)系。
如果似然值很小，這種影響結(jié)果就可能會(huì)是真實(shí)的，如果似然值很大，那我們可能觀測(cè)到了統(tǒng)計(jì)波動(dòng)，這種影響可能并不真實(shí)。
舉例來(lái)說(shuō)，通過(guò)推斷兩組樣本之間均值所存在的關(guān)系，可以判斷它們是否具有相同的統(tǒng)計(jì)分布，或者它們之間又有哪些差異。
舉個(gè)例子，我們可以假設(shè)兩組樣本的均值相同。
這種假設(shè)對(duì)我們來(lái)說(shuō)沒(méi)什么影響，也叫作零假設(shè)。通過(guò)假設(shè)檢驗(yàn)，我們可以得到拒絕該假設(shè)或者保留該假設(shè)。即便我們不能拒絕零假設(shè)，也不等于我們接受零假設(shè)是對(duì)的，因?yàn)榻Y(jié)果只是一個(gè)概率。
| ..在社會(huì)科學(xué)研究中，我們通過(guò)建立假設(shè)、制定標(biāo)準(zhǔn)來(lái)衡量是否保留或拒絕我們的假設(shè)，通常都是零假設(shè)。 《Statistics in plain English》2010年第三版，64-65頁(yè) |
在我們的例子中，如果零假設(shè)被否定，其相對(duì)立的備擇假設(shè)就認(rèn)為均值之間存在差異。
- 零假設(shè)(H0)：沒(méi)有影響
- 備擇假設(shè)(H1)：存在影響
統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn)通常不會(huì)評(píng)判影響的大小，只會(huì)近似估計(jì)被觀測(cè)樣本之間是否存在差異。
小結(jié)一下，統(tǒng)計(jì)學(xué)中的假設(shè)指的是用概率來(lái)解釋樣本觀測(cè)值之間是否存在關(guān)系。
***，什么是機(jī)器學(xué)習(xí)中的假設(shè)呢?
機(jī)器學(xué)習(xí)，尤其是監(jiān)督性學(xué)習(xí)，是用已有數(shù)據(jù)學(xué)習(xí)得到一個(gè)***的函數(shù)來(lái)表示輸入到輸出之間的映射關(guān)系。
說(shuō)的專業(yè)些，這個(gè)叫做函數(shù)逼近。就是說(shuō)我們想找到一個(gè)接近于我們目標(biāo)函數(shù)(我們假設(shè)它存在)的方程，可以滿足在問(wèn)題定義域里所有觀測(cè)結(jié)果都可以從輸入映射到輸出結(jié)果。
在機(jī)器學(xué)習(xí)中，一個(gè)近似目標(biāo)函數(shù)并且將輸入映射到輸出的模型被稱為假設(shè)。
算法選取(比如神經(jīng)網(wǎng)絡(luò))和算法配置(如網(wǎng)絡(luò)拓?fù)浜统瑓?shù))決定了模型可能表示的假設(shè)空間。
機(jī)器學(xué)習(xí)算法的學(xué)習(xí)是尋找最接近目標(biāo)函數(shù)的假設(shè)，即將已選取的假設(shè)空間轉(zhuǎn)化成***或***的假設(shè)。
| “學(xué)習(xí)”是在可能的假設(shè)空間中尋找一個(gè)表現(xiàn)良優(yōu)的假設(shè)空間，即使在訓(xùn)練集之外新樣本上也能適用。 選自《Artificial Intelligence: A Modern Approach》2009年第二版，第695頁(yè)。 |
這種機(jī)器學(xué)習(xí)的框架很常見(jiàn)，通常可以幫助我們選取算法、理解學(xué)習(xí)和泛化問(wèn)題，甚至是“偏差-方差”的權(quán)衡。舉例來(lái)說(shuō)，訓(xùn)練集通常是學(xué)習(xí)假設(shè)，而測(cè)試數(shù)據(jù)集是用來(lái)評(píng)估假設(shè)。
我們通常會(huì)用小寫(h)來(lái)表示給予的特定假設(shè)，用大寫(H)來(lái)表示被探索的假設(shè)空間。
- 假設(shè)(h)：?jiǎn)我患僭O(shè)，如一個(gè)實(shí)例或特定的候選模型，可以將輸入映射到輸出，同時(shí)也可以對(duì)模型進(jìn)行評(píng)估和預(yù)測(cè)。
- 假設(shè)集(H)：一個(gè)包括所有可能的輸入映射到輸出之間關(guān)系的假設(shè)空間，通常受選取的問(wèn)題框架、模型和模型調(diào)參所限制。
在選擇算法和配置過(guò)程中，我們需要選取一個(gè)對(duì)目標(biāo)函數(shù)來(lái)說(shuō)是***的逼近函數(shù)作為假設(shè)空間。這是非常具有挑戰(zhàn)的，通常對(duì)于一系列不同的假設(shè)空間進(jìn)行抽查會(huì)更為有效。
| 如果假設(shè)空間包含真函數(shù)，則學(xué)習(xí)問(wèn)題是可實(shí)現(xiàn)的。不幸的是，我們不能總是判斷一個(gè)給定的學(xué)習(xí)問(wèn)題是否可以實(shí)現(xiàn)，因?yàn)檎嬲暮瘮?shù)是未知的。 選自《Artificial Intelligence: A Modern Approach》2009年第二版，697頁(yè)。 |
這是一個(gè)困難的問(wèn)題。通常，我們通過(guò)限制假設(shè)空間的大小和評(píng)估假設(shè)的復(fù)雜性來(lái)簡(jiǎn)化搜索過(guò)程。
| 假設(shè)空間的表達(dá)性和假設(shè)搜索的復(fù)雜性之間存在一種權(quán)衡關(guān)系。 選自《Artificial Intelligence: A Modern Approach》2009年第二版，697頁(yè)。 |
小結(jié)一下，機(jī)器學(xué)習(xí)中的假設(shè)是一個(gè)近似目標(biāo)函數(shù)的候選模型，用于表示輸入樣本到輸出樣本之間的映射關(guān)系。
總結(jié)
讓我們重新梳理一遍對(duì)假設(shè)的三個(gè)定義：
- 科學(xué)假說(shuō)是一種對(duì)于觀察現(xiàn)象的猜測(cè)性解釋，并且是可以被證偽的。
- 統(tǒng)計(jì)中的假設(shè)是用概率的方式來(lái)解釋數(shù)據(jù)樣本之間的關(guān)系。
- 機(jī)器學(xué)習(xí)中的假設(shè)是一個(gè)近似目標(biāo)函數(shù)的候選模型，用于表示輸入樣本到輸出樣本之間的映射關(guān)系。
機(jī)器學(xué)習(xí)的假設(shè)定義要比科學(xué)中的定義更加廣泛。
和科學(xué)假說(shuō)一樣，機(jī)器學(xué)習(xí)也是基于現(xiàn)有證據(jù)，可以被證偽，并對(duì)新情況進(jìn)行預(yù)測(cè)。
在機(jī)器學(xué)習(xí)中的假設(shè)：
- 涵蓋現(xiàn)有證據(jù)：即訓(xùn)練數(shù)據(jù)集
- 可以被證偽：有一個(gè)測(cè)試集來(lái)評(píng)估模型表現(xiàn)，并且與基礎(chǔ)模型作對(duì)比，確定訓(xùn)練過(guò)程是否有效。
- 適用于新的情況：可被用來(lái)對(duì)新數(shù)據(jù)集進(jìn)行預(yù)測(cè)。
相關(guān)報(bào)道：
https://machinelearningmastery.com/what-is-a-hypothesis-in-machine-learning/
【本文是專欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號(hào)“大數(shù)據(jù)文摘（ id: BigDataDigest）”】
分享文章：“假設(shè)”家族大起底！如何正確區(qū)分科學(xué)假設(shè)、統(tǒng)計(jì)假設(shè)和機(jī)器學(xué)習(xí)假設(shè)？
分享路徑：http://www.5511xx.com/article/dhhspoj.html
