# 為什么機器學習算法會處理以前從未見過的數據？ > 原文： [https://machinelearningmastery.com/what-is-generalization-in-machine-learning/](https://machinelearningmastery.com/what-is-generalization-in-machine-learning/) 機器學習的超級大國是概括。 我最近得到了一個問題： > “機器學習模型如何能夠準確預測以前從未見過的數據？” 答案是概括，這是我們在將機器學習應用于具有挑戰性的問題時所尋求的能力。 在這篇文章中，您將發現泛化，機器學習的超級大國 閱讀這篇文章后，你會知道： * 機器學習算法都試圖學習從輸入到輸出的映射。 * 更簡單熟練的機器學習模型更容易理解，更強大。 * 機器學習只適用于問題需要概括的情況。 讓我們開始吧。  為什么機器學習算法會處理他們沒有看到的數據？ 照 [gnuckx](https://www.flickr.com/photos/gnuckx/4836339101/) ，保留一些權利。 ## 機器學習算法有什么作用？ 當我們適合機器學習算法時，我們需要一個訓練數據集。 該訓練數據集包括一組輸入模式和相應的輸出模式。機器學習算法的目標是學習從輸入模式到輸出模式的映射的合理近似。 以下是一些具體的例子： * 從電子郵件映射到垃圾郵件分類是否為垃圾郵件。 * 房屋銷售價格回歸從房屋細節到房屋銷售價格的映射。 * 從照片到文本的映射來描述照片標題生成中的照片。 這份名單可以繼續使用。 我們可以總結這種映射，即機器學習算法學習作為函數（f）預測給定輸入（X）的輸出（y），或重述： ``` y = f(X) ``` 我們在擬合機器學習算法時的目標是為我們的目的獲得最好的 f（）。 我們正在訓練模型，以便在我們沒有輸出的情況下輸入預測。輸出未知的地方。這要求算法一般地學習如何從域中進行觀察并進行預測，而不僅僅是訓練數據的細節。 這稱為泛化。 ## 泛化很難，但很強大 機器學習算法必須從訓練數據推廣到域中所有看不見的觀察的整個域，以便在使用模型時可以做出準確的預測。 這真的很難。 這種泛化方法要求我們用于訓練模型（X）的數據是我們希望算法學習的映射中的觀察的良好且可靠的樣本。質量越高，代表性越高，模型越容易學習從輸入到輸出的未知和潛在的“真實”映射。 概括意味著從特定的東西到廣泛的東西。 這是人類學習的方式。 * 當我們學會駕駛時，我們不會記住特定的道路;我們學會駕駛，以便我們可以在任何道路或條件下駕駛。 * 在學習編碼時，我們不會記住特定的計算機程序;我們將學習解決問題的一般方法，以解決可能出現的任何商業案例。 * 我們不記憶自然語言中的特定詞序;我們學習單詞的一般含義，并根據需要將它們組合在一起。 The list could go on. 機器學習算法是從歷史觀察中自動推廣的過程。他們可以推廣比人類更多的數據，比人類可以考慮的更快。 這些自動化通用機器的運行速度和規模是機器學習領域令人興奮的。 ## 我們更喜歡更簡單的模型 機器學習模型是稱為機器學習算法的自動化泛化過程的結果。 該模型可以說是從訓練輸入到訓練輸出的映射的概括。 可能有很多方法將輸入映射到特定問題的輸出，我們可以通過測試不同的算法，不同的算法配置，不同的訓練數據等來導航這些方式。 我們無法預先知道哪種方法會產生最熟練的模型，因此我們必須測試一套方法，配置和問題框架，以便在選擇最終模型之前發現哪些方法有效以及學習的限制是什么使用。 模型在進行預測時的技能決定了概括的質量，并可以在模型選擇過程中作為指導。 在數以百萬計的可能映射中，我們更喜歡比復雜映射更簡單的映射。換句話說，我們更喜歡解釋數據的最簡單的假設。這是選擇模型的一種方式，來自[奧卡姆剃刀](https://en.wikipedia.org/wiki/Occam%27s_razor)。 更簡單的模型通常（但并不總是）更容易理解和維護，并且更加健壯。在實踐中，您可能希望選擇表現最佳的最簡單模型。 ## 機器學習并非適用于所有問題 通過泛化自動學習的能力是強大的，但不適合所有問題。 * 有些問題需要精確的解決方案，例如銀行賬戶余額的算術。 * 一些問題可以通過泛化來解決，但是存在更簡單的解決方案，例如計算正數的平方根。 * 有些問題看起來可以通過泛化來解決，但是沒有結構化的底層關系可以從數據中推廣，或者這樣的函數太復雜，例如預測安全價格。 有效使用機器學習的關鍵是學習它能夠和不能（或不應該）使用的地方。 有時這很明顯，但往往不是。同樣，您必須使用經驗和實驗來幫助弄清楚問題是否適合通過泛化來解決。 ## 進一步閱讀 如果您希望深入了解，本節將提供有關該主題的更多資源。 * [機器學習算法的工作原理](https://machinelearningmastery.com/how-machine-learning-algorithms-work/) * [什么是機器學習？](https://machinelearningmastery.com/what-is-machine-learning/) * [維基百科上的泛化（學習）](https://en.wikipedia.org/wiki/Generalization_(learning)) * [Ockham 在維基百科上的剃刀](https://en.wikipedia.org/wiki/Occam%27s_razor) ## 摘要 在這篇文章中，您發現了泛化，這是構成所有受監督機器學習算法的關鍵功能。 具體來說，你學到了： * 機器學習算法都試圖學習從輸入到輸出的映射。 * 更簡單熟練的機器學習模型更容易理解，更強大。 * 機器學習只適用于問題需要概括的情況。 你有任何問題嗎？ 在下面的評論中提出您的問題，我會盡力回答。