- 博客(3)
- 收藏
- 关注
RSS订阅原创 Machine Learning入门笔记(二) 模型评估与选择 (2)
2.3 性能度量 前文已学习了如何划分Data set 以进行训练学习并测试，但光光这样是不够的，我们还需要确切可计算的参数来对一个模型，训练成果进行评估。this is performance measure.2.3.0 均方误差 均方误差(mean squared error) 在回归任务中，这是一种最为常用的度量。训练目标是企图使均方误差最小化。(它象征着点与点之间的距离 是...
2018-07-01 03:07:48
222
原创 Machine Learning入门笔记(二) 模型评估与选择
2.1 拟合问题 记分类错误样本数为a，样本总数为m。那么。错误率error-rate 为 E = a/m 相应的，精度ACC= 1-E 我们把预测输出和真值之间的差称作 误差：学习器在训练集上的叫做训练误差/经验误差； 而在新的验证集中称作泛化误差 欲图训练一个普适性好的模型，就相当于尽可能地最小化泛化误差。 ML是一个归纳的过程。从训练集中的特殊提取一般规律。如果提取规律不充分，该有...
2018-06-30 03:30:53
236
原创 Machine Learning入门笔记(一) 概念和术语
内容学习自周志华的西瓜书和Andrew ng的CS229 机器学习，顾名思义，是一门让机器自己学习的学问。user提供给计算机一个训练集，机器通过数据集学习生成算法H，而user之后使用生成的学习算法H，对崭新位置的Input进行预测，获取结果。 数据集 data set 数据集内的每个数据单位(每条记录)，被称为 示例instance/样本sample 而一个记录中(某个事物)会包含...
2018-06-28 05:14:49
267
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人