ML
JiaShengLiu111
平凡学生
展开
-
分类器评估方法:准确率和混淆矩阵
转载自:https://www.cnblogs.com/cnkai/p/7755134.html注:本文是人工智能研究网的学习笔记准确率accuracy_score:函数计算分类准确率,返回被正确分类的样本比例(default)或者是数量(normalize=False)在多标签分类问题中,该函数返回子集的准确率,对于一个给定的多标签样本,如果预测得到的标签集合与该样本真正的标签集合严格吻合,则s...转载 2018-07-10 11:33:41 · 2820 阅读 · 1 评论 -
机器学习——训练集、验证集、测试集
为什么要将数据集分为训练集、验证集、测试集三部分?对于很多机器学习的初学者来说,这个问题常常令人很迷惑,特别是对于验证集和测试集的区别更让人摸不到头脑。下面,我谈一下这三个数据集的作用,及必要性:训练集:显然,每个模型都需要训练集,训练集的作用很明显,就是直接参与模型的训练过程。测试集:测试集完全不参与训练,就是说模型的产生过程和测试集是完全没有关系的。之所以要求测试集和模型的产生...原创 2018-08-09 22:36:32 · 2844 阅读 · 0 评论 -
机器学习——什么时候需要显式的划分出“验证集”
所谓的显式的划分出“验证集”,其实就是显式的将数据集划分为“训练集”、“验证集”、“测试集”。但是假如要使用k折交叉验证来为模型进行超参数调优而言,是不需要显式的将数据集划分出“验证集”的。 当数据集的整体比较小时,常常需要使用k折交叉验证才能更加精确的评估一个模型的性能指标(因为k折交叉验证可以解决数据分布的敏感性问题),从而为模型选择比较优的超参数。使用k折交叉验...原创 2018-08-10 15:00:40 · 2839 阅读 · 1 评论