一、奥卡姆剃刀原则和没有免费的午餐定定理
奥卡姆剃刀原则:若有多个假设与观察一致,则选择最简单的那个
没有免费的午餐定理:无论学习算法多好还是多差,其期望性能是相同的
注意1: 一个重要前提就是,所有“问题”出现的机会相同
注意2: 本质上是说,脱离具体问题,空泛地谈论“什么学习算法更好”毫无意义
二、评估方法
评估学习器的泛化误差
留出法:一般的划分方法
交叉验证法: 为减小因样本划分不同而引入的差别,k折交叉验证通常要随机使用不同的划分重复p次,最终的评估结果是这p次k折交叉验证结果的均值
自助法:给定包含m个样本的数据集D,每次随机从D中挑选一个样本,将其拷贝放入D',然后再将该样本放回初始数据集D中,这个过程重复执行m次后,就得到了包含m个样本的数据集D',可将D'用作训练集,D\D'用作测试集
三、各种F1
- 常用的F1
- F1的一般形式
,其中衡量了R对P的相对重要性,时退化为标准的F1,时R有更大影响,时P有更大影响
- macro-F1
n个二分类混淆矩阵:先在各混淆矩阵上分别计算出P、R,再计算平均值
- micro-F1
n个二分类混淆矩阵:先将各混淆矩阵的对应元素进行平均,得到TP、FP、TN、FN的平均值,再基于这些平均值计算
四、ROC曲线
构造:把分类阈值设为最大,即把所有样例均预测为反例,在坐标(0,0)出标记一个点,然后将分类阈值依次设为每个样例的预测值,即依次将每个样例划分为正例
注意:在非均等代价下,ROC曲线不能直接反映出学习器的期望总体代价
PS:本文大部分公式和图片都来自于周志华老师的《机器学习》,有理解不对的地方,欢迎指正