6.5 机器学习解决的问题
在本节中，我们先从一个通过数据统计进行学习的例子来入门，生活中数据统计的思想和解决问题的方法同样是计算机从数据的表象模拟和认知世界的方法。
笔者的朋友小黄有这样一个烦恼，他的女友跟他约会时从来没有时间观念，经常迟到。有一次小黄跟她约好三点在某个地点见面，一起去朋友家吃饭，出门的那一刻小黄突然想确认一个问题：现在出发合适吗？会不会到了约定地点后，又要花上 30 分钟乃至更多的时间去等她呢？小黄决定找出一个恰当的策略来解决这个问题。
有几种策略可供小黄选择。第一种策略是保守策略，无论她何时出现，小黄都会守时到达。虽然这样确实稳妥，但他并不想采用这种完全容忍问题的保守策略。第二种策略是采用规律和知识来解决问题：小黄试图搜寻能够解决这个问题的知识，但很遗憾，没有人把如何跟女友约会这种事情作为知识来传授，小黄不可能找到任何能够解决这个问题的已有知识。第三种策略是追求最优的平衡策略：小黄把过往跟女友约会的经历在脑海中重现了一下，看看其中迟到占了多大的比例，这些迟到的情况有什么特征，然后利用这个统计值来预测女友这次约会迟到的可能性，如果这个值超出了小黄心里的某个界限，那就选择等一会儿再出发。
思量至此，小黄马上统计出了他跟女友最近 20 次的约会记录，其中女友迟到的次数占了一半，这里面有 8 次迟到是因为约会有其他人参与，需要更多的化妆时间导致的，其余 10 次准时到达和另外 2 次迟到都是两人单独约会的。这次约会的目的是去朋友家吃饭，会有其他人参与，那按照以往经验，符合这个特征时她迟到的记录有 8 次，准时的记录仅有 2 次，迟到的概率为 80%，这个值已高于小黄心中可忍受的阈值，因此小黄选择推迟出门的时间。在做决策的过程里，小黄采用了以往约会的数据来预测这次还未发生的约会中女友是否会迟到，并且调整了他的约会决策，这种根据对过去经验的数据统计来改变系统行为的方法就是“基于统计的机器学习”。
第 6 章 机器学习概览
179
○一 如读者对这部分内容感兴趣，可参考机械工业出版社出版的《可解释机器学习：模型、方法与实践》（书号为 978-7-111-69571-4）一书。