模型评估与选择
错误率:
E=a/m
训练误差|经验误差:学习器在训练集上的误差
泛化误差:学习器在新样本上的误差
1.评估方法
- 留出法 :将两个数据集
D
划分成互斥的集合,其中一个作为训练集
- 交叉验证法:将数据集
- 自助法:数据集
论证:每一样本一次被获取的概率都为
1m
,一次不被获取的概率为
1−1m
,始终不被取到概率为
(1−1m)m
,取极限得:
1.1评价:
留出法与交叉验证:由于保留了一部分数据集作为验证,必然会引入因为训练样本规模不同而导致的估计偏差。
留一法:受样本规模影响小,但计算复杂度太高。
自助法:数据集较小、难以有效划分训练/测试集时有用
2.性能度量
- 均方误差:
更一般的: E(f:D)=∫x∼D(f(x)−y)2p(x)dx
- 查准率、查全率、F1
P 查准率(准确率):预测为真中实际真的概率
R 查全率(召回率):所有真的预测到正确为真的概率
查准率与查全率是一对矛盾的度量:好瓜尽量多的选出来,查准率就低了;选出的瓜好瓜多,查全率低了。
- F1度量
一般形式 1Fβ=11+β2⋅(1P+β2R) 其中 β>1 时查全率影响更大, β<1 时查准率影响更高
- ROC与AUC
ROC:全称“受试者工作特征”。其纵坐标为“真正例率”,简称TPR;横坐标为“假正例率”,简称FPR。
AUC:ROC曲线下的面积.AUC=1,是完美分类器(并不存在);0.5
3.假设检验
二项检验、t检验、交叉验证t检验、McNemar检验( τ2χ )、Friedman检验(F)、Nemenyi检验
4.偏差与方差
偏差(bias):期望输出与真实标记的差别,刻画学习算法本身的拟合能力
方差(var):预测值的变化范围,离散程度,刻画数据波动对学习性能的变化
噪声:刻画学习问题本身的难度
于是,
E(f;D)=bias2(x)+var(x)+ε2
泛化误差可以分解为偏差、方差与噪声之和.解释为泛化性能由学习算法的能力、数据的充分性以及学习任务本身的难度所共同决定。
一般来说,偏差和方差是有冲突的,称为偏差-方差窘境。训练不足-拟合能力不够-训练数据波动对学习器影响小-偏差主导;训练加深-拟合能力够-训练数据波动渐渐被学习器学习-方差主导;训练充足-拟合能力很强-训练数据波动对学习器影响很大-过拟合