机器学习 周志华 第二章 模型评估与选择 章节习题

自己写的或者找的课后习题解答，预计错误会很多。

2.1

数据集包含1000个样本，其中500正例，500反例，划分为包含70%样本的训练集和30%样本的测试集用于留出法评估，估算有多少种划分方式
$$\left(\genfrac{}{}{0ex}{}{150}{500}\right)\ast \left(\genfrac{}{}{0ex}{}{150}{500}\right)$$

2.2

留一法：样本中正反例各一半，每次选出一个正例样本作为测试集之后，训练集正反比为49：50（选反例50：49），学习算法会将测试集预测为反例，错误率100%。
10折交叉验证：数据集$D$分为10个不同的子集。每个子集 $D_i$ 都尽可能保持数据分布一致性，即通过分层采样获得（5正例5反例），算法进行随机猜测，错误率为50%。

2.3

$F1$是基于查准率与查全率的调和平均，定义为：
1 F 1 = 1 2 ⋅ ( 1 P + 1 R ) \frac{1}{F1}=\frac{1}{2}\cdot(\frac{1}{P}+\frac{1}{R}) F11​=21​<