为什么写这个
我自己学机器学习大概一年了，有了不少感慨，也走了不少弯路。所以我想写一份给新手的教程，让他们可以对机器学习有一个宏观的把握，不会迷茫。
既然是新手教程，在很多方面我都用了通俗易懂的说法，也许牺牲了一些精确，但可以帮助读者快速入门。
要学好这份教程，你需要：
- 高中数学水平和一点点微积分知识。
- 熟悉python语法
- 勤劳的手和热爱创造的心
我写的东西肯定不完美，但如果你能从我写的东西获得一些收获，那我是非常高兴的。
当然，机器学习我觉得重要的是算法而不是实现，所以我会把算法放在一个很重要的位置，至于实现，我选择使用pytorch,scikit,opencv,gensim等等常见库进行讲解。至于一些底层的关于内存和计算机的知识，以及一些特别复杂的数学内容，我会单独标注出来，给有兴趣的同学学习。
路漫漫其修远兮，希望和大家一起进步。
张量（Tensor）
我们高中都学过向量（Vector），例如，用
到
分别表示了这个一维的表里不同序号的元素。没错，向量就是一张表。
比如我们可以通过以下代码定义一个向量。
import numpy as np
a = np.array([1,2,3,4])
print(a) #nd.array([1,2,3,4])
在机器学习中，一个向量往往可以描述一个样本（Sample），这是什么意思呢？
比如一个人的三个科目的成绩，就是三个特征（Feature），我们可以用一个三维向量来描述。
当然，不一定多少个特征就多少维的向量，比如我们取一个特征：情绪，有开心,难过,生气三个等级。我们一般使用如下方法来表示这个特征：
为什么不用1,2,3三个数来表示呢，答案很简单，因为这三个情绪不能比较。
举个例子，比如人的成绩是可以比较的，你比我高，我比你低，我们用1,2,3表示不及格，及格，优秀，没有问题。
但情绪只是状态，是不可比较的，高兴＞难过说的过去，但是为什么生气大于或者小于难过呢，这是难以解释的，所以我们不这么干。用离散数学的说法，情绪这个集合不是一个偏序集。
说完了一维的表，我们看看二维的例子——矩阵（Matrix）,为什么说是二维呢？我们描述里面的元素，要说第几行第几列，也就是通过两个数来定位元素，比如这个矩阵的下标：
矩阵是机器学习的重要部分，基于这个原因后面的文章中我还会引入奇异值分解（SVD），线性空间等等关于高等代数的内容。
下面我们来看看如何在Python定义一个矩阵。
import numpy as np
m = np.array([[1,2],[3,4]])
print(m) #nd.array([[1,2],
# [3,4]])
其实你发现，不就是列表套列表，套了两层嘛。这是个很好的想法！
既然可以套两层，那为什么不可以套3层，4层，n层呢？我们构造出套了层的表，把这种结构叫做
维张量！
注意：有的书或者文献把这种结构叫做数组（array），这是个偏向计算机的说法，在本教程里一律使用张量。
一个的
维张量里的每个元素可以由
个数唯一确定。
为了让读者理解，我们举个例子：
我们可以认为一个三维张量是由一系列写着矩阵的纸片叠起来，第几张纸就是第一维的数是几，剩下两个数决定了这张纸上的矩阵的第几列第几行。没错，三维就是把二维套起来。
那四维呢，无非就是把这些纸张一沓一沓摞起来，相当于又嵌套了一层。
具体一点，看下面这个嵌套列表：
a = [ [[1,2],[3,4]] , [[5,6],[7,8]] ,[[9,10],[11,12]]
第一层嵌套有三个元素[[1,2],[3,4]] , [[5,6],[7,8]] ,[[9,10],[11,12]]
每个第二层嵌套有两个元素，例如[1,2],[3,4]
每个第三层嵌套有两个元素，例如1,2
所以这个张量是的，请务必搞清楚这个关系，我们一般把第几层嵌套叫做第几个轴（axis）。第0个轴就是整个张量的第一层，最后一个轴没有列表套列表结构，只有元素，也就是最里面一层。
请注意，axis0才是第一个轴，对于一些函数，允许传入负数轴表示由内而外选择，例如
axis=-1表示选择最里面一层。
代价函数（Cost Function）
机器学习大部分情况下只是在寻找一个函数的最小值。——佚名
我们之所以要做机器学习，是为了让一个模型（model）能够很好的拟合实际情况，并表现出某种“智能”。
什么是模型，比如一个简单模型，我看见天气预报说明天下雨的概率大于0.5，那么我就说明天下雨。
这里的下雨概率是天气预报给出的数据，我们用表示这个输入，而我通过输入是否大于0.5来预测出的这个结果记做
。谁是模型呢，我就是这个模型，我把输入变成了输出，至于明天是不是真的下雨，又是一组数据，我们记做
。很容易猜到
和
越接近越好。
模型给出的预测和实际结果可能有误差，例如我输出了明天要下雨结果没有下，这就是误差。
所以，我们需要找一种方法来度量这种误差，然后尽量让误差变小，误差和什么有关呢？我们认为只和模型有关。
实际上，由于训练使用的数据不可能包括所有可能取值，不同区间的数据可能误差不一致，例如训练区间误差很小，但是预测效果糟糕，出现了过拟合（Overfitting），但我们在建模的时候，理想的认为误差应该对什么样的输入都一视同仁。
所以我们需要不断优化模型来减小误差？依据什么呢，依据喂给模型的数据，这个过程在机器学习中我们叫做训练（train）。这个反映模型在这一组数据上误差的函数叫做代价函数，我们在代码里一般用loss来指代这个函数。
举个例子，假设我就是一个机器学习模型，我通过观察女朋友的表情来预测她的心情
（向量表示法和上一节的
一样），她明明生气，也就是
，我却以为她开心，也就是
,那么我们可以通过计算这两个向量的距离来反映误差大小，距离是
.接下来我开始训练（优化函数），我发现她笑里藏刀，可能开心里有点生气，那就两种心情五五开,也就是向量
，现在两个向量距离只有
了，说明我这个“模型”经过训练，变得更优了。
对于这个过程一定要理解清楚，因为对于大多数有监督学习，都是在进行这个过程。我们后续会用大量例子来进行说明，区别只是不同的代价函数，建模过程，和优化算法。
下篇文章我们会以一个非常简单的例子，学习一个二次曲线并进行预测，让大家深入理解这篇文章里面所说的这些概念，同时介绍一种重要的优化算法，梯度下降。
对于初学者，下面这些内容较为理论化，不感兴趣可以跳过，也可以后期再回头来看。
代价函数的参数实际上有两个，数据和模型，模型可以理解为也是一个函数（从计算机的角度上这个函数包含了许多参数，所以也可以认为是闭包（Closure）），从这个角度看，也就是在给定数据条件下，代价函数是一个泛函（Functional），把模型映射到实数空间上。
定义代价函数。我们一般用预测和实际之间的距离
做为这个函数。但事情并非绝对，这一点我们后期会说到。
可怎么定义这个距离呢？你一定会说因为和
都是向量，只需要用
或者
不就可以表明二者的误差了嘛。但实际上并非如此，我们在后期介绍Logist回归和支持向量机的时候，大量使用的是另外一个基于信息量的数学期望——信息熵的代价函数，这说明两个向量之间的距离可以有不同的定义。
在实变函数论里，我们定义了度量空间，也就是集合的任意两个元素都是有距离的，我们用一个函数来输出距离，度量
距离的度量函数
必须满足：
（1）距离是大于等于0的，即.
（2）.（对称性）
（3）.（三角不等式）
下面我们给出另外一个概念，范数，这里不想介绍太多实变函数的概念，一个元素的范数是这个元素到
的一个映射，记做
，你可以理解为某个元素的范数就是这个元素到某个“原点”的绝对距离，既然是距离，去掉显然的对称性，应该就有上面那三条里的两条：
（1）.
（2）.（三角不等式）
但同时我们如果在线性空间（线性空间的元素叫做向量）上范数的定义满足：
（3）。
那么这个赋范线性空间是度量空间，满足.反之不一定，一个度量空间不一定是赋范空间，你可以理解为这个空间没有原点，无法定义一个决定的距离。
下面我们介绍几种常用的向量的范数：
1-范数：.也就是各分量绝对值之和。
2-范数：.也就是我们常用的欧式距离。
-范数：
.也就是取最大分量。
值得一提的是，在线性空间里矩阵也是广义向量，当然可以有自己的范数。
在numpy等包中我们用函数norm来计算范数，numpy.linalg是常用的一个线性代数包，其中就有norm函数。下面是调用方法，其中ord是几就是几-范数，对于无穷大，我们传入np.inf即可。
x_norm=np.linalg.norm(x, ord=None)
下面这个自己写的函数定义了两个向量的欧式距离，我们调用一次试试：
import numpy as np
from numpy.linalg import norm
def distance(x,y):
return norm(x-y,2)
a = np.array([1,2,3])
b = np.array([3,2,1])
print(distance(a,b)) #2.8284271247461903
