目录:
+ 确定执行的优先级
+ 误差分析
+ 不对称性分类的误差评估
+ 精确度和召回率的权衡
+ 机器学习数据
一·确定执行的优先级
选择特征
二·误差分析
例子
三·不对称性分类的误差评估
偏斜类
即使我们有一个非常偏斜的类,算法也不能够欺骗我们,仅仅通过预测y总是等于0或1,没有办法得到高的查准率和高的召回率。
四·精确度和召回率的权衡
自动选择临界值
五·机器学习数据
1.人类专家看到特征值能否有信心地预测出y值
2.一组庞大的训练集
目录:
+ 确定执行的优先级
+ 误差分析
+ 不对称性分类的误差评估
+ 精确度和召回率的权衡
+ 机器学习数据
一·确定执行的优先级
选择特征
二·误差分析
例子
三·不对称性分类的误差评估
偏斜类
即使我们有一个非常偏斜的类,算法也不能够欺骗我们,仅仅通过预测y总是等于0或1,没有办法得到高的查准率和高的召回率。
四·精确度和召回率的权衡
自动选择临界值
五·机器学习数据
1.人类专家看到特征值能否有信心地预测出y值
2.一组庞大的训练集