![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
我的辉
这个作者很懒,什么都没留下…
展开
-
机器学习(二)-ROC曲线
前言 本文主要参考机器学习中的AUC-ROC曲线 正文 召回率: Sensitivity=TPTP+FNSensitivity=\frac{TP}{TP+FN}Sensitivity=TP+FNTP FNR: FNR=FNTP+FNFNR=\frac{FN}{TP+FN}FNR=TP+FNFN 特异性: Specificity=TNTN+FPSpecificity=\frac{TN}{TN+FP}Specificity=TN+FPTN FPR: FPR=FPTN+FPFPR=\frac{F原创 2020-10-13 21:46:22 · 301 阅读 · 0 评论 -
机器学习(一)-PCA
前言 PCA主要是用来对特征进行降维的 算法步骤 参考图文并茂的PCA教程 设一矩阵Xm行n列 将X的每一行(代表一个属性字段)进行零均值化 求出协方差矩阵C=1mXXTC=\frac{1}{m}XX^{T}C=m1XXT 求出协方差矩阵的特征值及对应的特征向量 将特征相浪按对应特征值大小从上到下按行排列成矩阵,取前k行组成矩阵P Y=PX即为降维到k维后的数据 实例 原始数据集矩阵X: (1124213344)\begin{pmatrix} 1& 1& 2&a原创 2020-10-13 08:38:38 · 101 阅读 · 0 评论