【机器学习】第二章 模型评估与选择

第二章 模型评估与选择

提示:内容简要、供作者自己学习记录使用



一、经验误差与过拟合

在这里插入图片描述


二、评估方法

在这里插入图片描述

1.留出法

在这里插入图片描述

2.交叉验证法

在这里插入图片描述

3.自助法

在这里插入图片描述

调参和最终模型

在这里插入图片描述

三、性能度量

性能度量:衡量模型泛化能力的评估标准

常见的度量方法

均方误差

在这里插入图片描述

错误率和精度

在这里插入图片描述

查准率、查全率、F1

在这里插入图片描述
在这里插入图片描述

ROC和AVC

在这里插入图片描述

代价敏感错误率

在这里插入图片描述

四、比较检验

在这里插入图片描述

泛化误差=偏差+方差+噪声

1.假设检验

在这里插入图片描述
在这里插入图片描述

2.交叉验证t检验

在这里插入图片描述

3.McNemar检验

McNemar检验

4.Friedman检验 Nemenyi检验

在这里插入图片描述
在这里插入图片描述

五、偏差与方差

在这里插入图片描述


总结

这章很多概率论相关知识,偏理论。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值