**模型性能度量
1.留出法:
对于一个机器学习问题,我们通常有数据集D(用于训练模型),但我们还需要评估模型,因此不能把整个D用于训练,因为拿训练过的数据再去评估必然无效。那么最基本的方法就是留出法:
把D划分为两部分:训练集S和测试集T,其中SUT=D,S∩T=Φ。
划分时一般不宜随机划分,因为如果T中正好只取到某一种特殊类型数据,从而带来了额外的误差。此时处理方法要视具体情况而定,如当数据明显的分为有限类时,可以采用分层抽样方式选择测试数据,保证数据分布比例的平衡。
大多情形下,难以得到合适的测试集,此时一般多次重复划分-训练-测试求误差的步骤,取误差的平均值。
**
需要注意的事情:
Ⅰ 若 S较大T较小,那么S训练出的模型与D训练的模型相似,但是T太少,评估结果偶然性大,不准确。
Ⅱ 若S较小T较大,那么S与D训练出的模型差异较大,T的评估失去意义。
通常需要大约2/3~4/5的数据用于训练,剩余样本用于测试。
2.交叉验证法:
-现将数据集D划分成划分成K个大小相似的互斥子集,每个子集都尽可能保持数据分布的一致性
,K通常取5,10,20等等,
通常有 k折交叉验证 留一法,其中留一法的优势为:评估结果往往认为比较准确,擽缺点就是计算开销太大
3.自助法
自助法在数据集较小,难以有效划分数据集时候,很有用,对集成学习方法很有用,然而却会改变数据分布,引入估计偏差
4.性能度量
模型泛化能力的评价标准。
回归任务最常用的是 均方误差
分类任务中:错误率 与 精度 两者之间的关系 错误率 + 精度 =1
5.PR曲线
查全率 和 查准率是一对茅盾的度量
综合考察查准率与查全率: 平衡点 与 F1 F1是两者的调和平均
Fβ是两者加权调和平均, 与算数平均和
几何平均相比,调和平均更重视较小值
6.RUC 与 AUC
真正例率 与 假 正例率的关系
7.代价敏感错误率
为权衡不同类型错误所造成的不同的损失,可为错误赋予 非均等代价
ROC曲线上每一点对应了代价平面上的一条线段,线段下的面积表示了该条件下的期望总体代价,如图所示
8 四种种检验方法
-
假设检验
-
t检验
-
McNemar 检验
-
Friedman 检验
-
Nemenyi后续检验
9.偏差与方差
偏差-方差分解 是解释学习算法泛化性能的一种重要工具,可以分解为 偏差 与 方差 与 噪声 之和
第一次 写博客,感谢大家的支持!!!