第3章：机器学习基础回顾
各位同学，今天咱们聊聊机器学习的基础。说实话，很多做雷达的同行一听到「机器学习」就头大，觉得那是计算机专业的事。但我做了这么多年信号处理，发现这东西其实没那么玄乎——说白了，就是用数据教会计算机做判断。
我刚开始接触机器学习时，也踩过不少坑。记得有一次，我花了整整两周调模型，结果发现是特征没选对。嗯，从那以后，我养成了一个习惯：先花70%的时间搞懂数据和特征，再动手建模。
3.1 监督学习：有老师带着学
监督学习，你可以想象成有个老师在旁边盯着。你给模型一堆「问题-答案」对，让它自己总结规律。比如在雷达目标识别中，我们给模型看1000个飞机回波信号，每个都标注好「这是F-16」「这是苏-35」。模型学完后，再给它一个新信号，它就能猜出是哪种飞机。
常见的监督学习任务有两类：
- 分类：判断目标类别。比如「是飞机还是鸟？」「是诱饵还是真弹头？」
- 回归：预测连续值。比如「目标距离是多少米？」「目标速度是多少马赫？」
我个人习惯用决策树和随机森林做初版模型。为什么？因为它们可解释性强，能告诉你「为什么这么判断」。这在雷达领域特别重要——你总不能让模型说「我觉得是，没有理由」吧？
关键点：监督学习需要大量标注数据。在雷达领域，标注成本很高，有时候需要专家花几小时标注一个样本。所以，别一上来就想着用深度学习，先看看有没有足够的数据。
3.2 无监督学习：自己摸索规律
无监督学习就更有意思了——没有老师，全靠自己悟。你给模型一堆数据，但不告诉它「这是什么」，让它自己发现数据中的结构。
在雷达信号处理中，我常用无监督学习做两件事：
- 聚类：把相似的回波信号归到一起。比如，你可能发现某些信号天然聚成一团，那可能就是同一类目标。
- 降维：把高维数据压缩到低维。雷达信号动辄几百维，直接扔进模型容易过拟合。用PCA（主成分分析）降维后，训练速度快得多。
我曾经接手过一个项目，数据标签丢失了大半。当时我心想「完了，这项目没法做了」。后来我用K-means聚类先分了一下类，再结合少量标注数据做半监督学习，居然把准确率提到了85%以上。所以说，别小看无监督学习，关键时刻能救命。
我的经验：无监督学习适合做数据探索。拿到新数据后，先聚类看看分布，再决定用什么模型。这步做好了，后面能省很多事。
3.3 特征工程：好特征胜过好模型
这句话我再说一遍：好特征胜过好模型。在雷达目标识别中，特征工程尤其重要。你想想看，雷达回波信号里包含的信息太多了——幅度、相位、多普勒频移、极化特性……怎么从中提取出最有用的特征？
常见的特征提取方法包括：
| 特征类型 | 说明 | 雷达应用举例 |
|---|---|---|
| 时域特征 | 信号随时间变化的统计量 | 峰值、均值、方差、过零率 |
| 频域特征 | 频谱分布特性 | 中心频率、带宽、谱峰数量 |
| 时频特征 | 时间和频率联合分析 | 短时傅里叶变换、小波变换系数 |
| 极化特征 | 电磁波极化状态 | 极化散射矩阵、极化度 |
我建议你记住一个原则：特征不是越多越好。我曾经犯过一个错误，一口气提取了200多个特征，结果模型训练了三天三夜，准确率反而下降了。后来用特征选择算法一筛，发现真正有用的就20多个。嗯，这就是典型的「过犹不及」。
避坑指南：我曾经在特征归一化上吃过亏。雷达信号的幅度范围可能从0.001到10000，如果不做归一化，模型会天然偏向大数值的特征。记得用StandardScaler或MinMaxScaler处理一下。
3.4 模型评估指标：别被准确率骗了
说到评估指标，我得先泼盆冷水：准确率（Accuracy）很多时候是骗人的。为什么？你想想看，如果100个目标里只有1个是敌机，你模型全部判为「非敌机」，准确率也有99%。但这模型有用吗？完全没用！
在雷达目标识别中，我主要看这几个指标：
混淆矩阵
混淆矩阵是个好东西，它把预测结果和真实结果放在一起对比：
| 预测为正类 | 预测为负类 | |
|---|---|---|
| 实际为正类 | TP（真正例） | FN（假负例） |
| 实际为负类 | FP（假正例） | TN（真负例） |
从混淆矩阵可以衍生出几个关键指标：
- 精确率（Precision）：TP / (TP + FP)。你判为「敌机」的里面，有多少是真的敌机？
- 召回率（Recall）：TP / (TP + FN)。真正的敌机里，你找出了多少？
- F1分数：精确率和召回率的调和平均。一个综合指标。
我个人习惯在雷达项目中重点关注召回率。为什么？因为漏掉一个敌机（FN）的代价，远大于误报一个（FP）。你想想看，宁可把鸟误判为飞机，也不能把飞机漏掉，对吧？
ROC曲线
ROC曲线是另一个好工具。它画的是真正率（TPR）和假正率（FPR）的关系。曲线越靠近左上角，模型性能越好。
这里有个关键指标叫AUC（曲线下面积）。AUC越接近1，说明模型区分正负类的能力越强。我一般会要求AUC至少0.85以上，才敢把模型部署到实际系统中。
实战建议：在雷达目标识别中，正负类往往极不平衡（比如10000个样本里只有10个目标）。这时候别用准确率，用AUC和召回率更靠谱。我曾经用SMOTE过采样技术处理不平衡数据，效果还不错。
好了，机器学习基础就回顾到这里。下一章我们开始讲具体的雷达特征提取方法，到时候我会拿真实数据给大家演示。记住我今天说的：特征工程是王道，评估指标要选对。这两点做好了，你的模型已经成功了一半。