西瓜书第一、二章

学习目标：

简略过一遍西瓜书第一、二章

---

学习内容：

看西瓜书，对照南瓜书的公式学习

---

学习时间：

周一 上午

周二 上午+下午1h输出

---

学习产出：

归纳偏好 具体问题中，才有模型“好”与“坏”之分 脱离具体问题，不存在模型好坏的判断 过拟合与欠拟合 过拟合：为训练系量身定制，泛化性能很差 欠拟合：泛化性能好，但是过于General，准确率低 评估法 数据量足够 留出法 交叉验证法 数据量很小 bootstrapping 每次都拿出一个放测试集，最终剩下没有进入测试集的概率为1/e 性能度量 错误率E 精读acc acc=1-E 查准率P= TP / (TP+FP) 这么多样本中，做出了准确判断的概率 查全率 R=TP / (TP+FN) 查准率高时，查全率低，反之亦然；除非是很简单的任务，两者都可能很高。 F1 模型的好坏 ROC(横轴FPR，纵轴TPR) AUC 样本预测的排序质量 代价错误 不同的错误造成不同的后果