机器学习之分类问题及其评价

网课笔记1

一、概念

• 分类问题是有监督学习的一个核心问题。分类解决的是要预测样本属于哪个或者哪些预定义的类别。此时输出变量通常取有限个离散值。
• 分类的机器学习的两大阶段：（1）从训练数据中学习得到一个分类决策函数或分类模型，称为分类器（classifier）(2)利用学习得到的分类器对新的输入样本进行类别预测。

二、分类性能度量

	正	负	总计
正	TP	FN	P(实际为正)
负	FP	TN	N(实际为负)

• 表中AB模式：第二个符号表示预测的类别，第一个表示预测结果对了（True）还是错了（False）

• 假设只有两类样本，即正例(positive)和负例(negative).通常以关注的类为正类，其他类为负类

分类准确类（accuracy）: 分类器正确分类的样本数与总样本数之比：
accuracy = (TP+TN) / (P+N)

精确率（precision）: 反映了模型判定的正例中真正正例的比重。在垃圾短信分类器中，是指预测出的垃圾短信中真正垃圾短信的比例
precision = TP / (TP + FP