机器学习—入门2

模型评估与选择
2.1经验误差与拟合
经验误差、训练误差—学习器在样本集上的误差
泛化误差—在新样本上的误差
机器学习的目标是得到泛化误差小的学习器,但并不意味着经验误差越小泛化误差就一定越小,经验误差过小时会产生过拟合,会导致泛化性能下降,与之相对的是欠拟合。过拟合是无法避免的,只能缓解。

2.2评估方法
用测试集来测试学习器对于新样本的判别能力,然后以测试集上的“测试误差”作为泛化误差的近似。
2.2.1留出法
将数据集D划分为2个互斥的集合,其中一个作为训练集S,一个作为测试集T。在使用留出法时,一般要采用若干次随机划分、重复进行实验评估后取平均值作为留出法的评估结果。常见做法是将大约三分之二到四分之五的样本用于训练,测试集至少有30个样本。
2.2.2交叉验证法
交叉验证法也称为”k折交叉验证“,通常将D划分为k个大小相似的互斥子集,每个子集都从D中分层采样,然后将k-1个子集作为训练集,1个子集作为测试集。若只留一个样本作为测试集,这种评估方法叫留一法。
2.2.3自助法
给定包含m个样本的数据集D,我们对它进行采样,产生D’,每次随即从D中挑选一个样本,放入D’,然后再放回D,整个过程重复m次后,大约有D中36.8%的样本未出现到D’中,将D’作为训练集,D\D’作为测试集(\是集合相减)。
自助法适用于数据集较小,难以有效划分训练集和测试集时很有用。
2.3性能度量
回归任务中最常用的性能度量时均方误差
2.3.1错误率和精度

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值