机器学习笔记 - 优化简介

1、什么是优化？

        用最简单的术语来说，优化意味着在所有可用的解决方案中选择最好的解决方案。

        但是，怎么算是最好的？ 最好的将取决于您手头的问题。 对于您正在解决的问题，最好的意思是最大的利润吗？ 还是最好的意思是最低的成本？ 这是否意味着节省的时间最多或使用的资源最少？ “最佳”的定义将取决于您要解决的问题。

        什么时候需要优化？ 仅当有超过 1 个解决方案可用时才使用优化。

2、优化为什么重要？

        为什么我们还要关心优化？ 它为什么如此重要？

        要了解它的重要性，让我们看一下四个不同级别的分析。 查看下图的 Gartner 分析优势模型，这是说明组织数据成熟度的有用方法。

         x 轴表示难度或复杂程度，y 轴表示价值或影响。 四种不同级别的分析从后见之明到远见卓识，其中远见最为复杂。

        第一级分析是描述性分析。 它告诉你发生了什么。 例如，浏览网站的平均时间或同比销售额增长。

        第二级分析是诊断分析。 为什么会这样？ 其特点是深入研究数据以确定您在数据中看到的潜在原因。

        接下来，您有预测分析。 会发生什么？ 为了做出预测，我们使用机器学习模型。 也许您可能听说过聚类模型或回归模型。 好吧，你猜怎么着，这些机器学习模型，它们依靠优化来找到答案。

        优化也是规范分析下的自己的