什么是模型，训练模型，机器学习，分类和回归模型不同？

2018年7月12日 下午3:36

1. 什么是模型？
   1. 代表着一种从输入数据到输出数据的一种处理过程
   2. 在分类模型中，理解成一种如何进行判决过程更好理解。这个模型就决定这份数据对应于什么样的结果。
2. 分类模型和回归模型的不同？
   1. ::模型的输入和输出都是具体的数值，一个数值如果在回归问题中可以作为最后的结果，但是在分类模型中，还需要在进行一步：根据阈值来判断是否属于某个类型::
3. 什么是训练模型？
   1. 训练模型，其实就是在训练模型的参数的过程
4. 机器学习，学习的是什么？
   1. 笼统的可以说是在学习参数
   2. 在分类模型中，机器学习的过程就是得到判决的过程。这个判决是判断你属于A还是B的分类标准。
5. 不同模型之间的区别？
   1. 不同的模型有时即使是相同的数据，但是他们需要的、用来当参数的内容也不同
   2. 即使参数相同，但是不同模型利用传入的参数会进入不同的运算公式，处理的方式也不同。
   3. 不同模型对数据的处理方式的不同，会产生不同的效果，这就是区分模型好坏的标准，并且处理速度也是一个重要的考量标准。