机器学习
maggie_J
这个作者很懒,什么都没留下…
展开
-
ROC曲线和EER/AUC的计算方式
ROC和AUC定义ROC全称是“受试者工作特征”(Receiver Operating Characteristic)。ROC曲线的面积就是AUC(Area Under the Curve)。AUC用于衡量“二分类问题”机器学习算法性能(泛化能力)。Python中sklearn直接提供了用于计算ROC的函数[1],下面就把函数背后的计算过程详细讲一下。计算ROC需要知道的关键概念首先,解释几个二分类转载 2017-04-19 20:09:02 · 6909 阅读 · 0 评论 -
数据挖掘与机器学习——weka应用技术与实践
第一章 weka介绍1.1 weka简介weka是怀卡托智分析环境(Waikato Environment for Knowledge Analysis)的英文缩写,官方网址为:[link text](http://www.cs.waikato.ac.nz/ml/weka/),在该网站可以免费下载可运行软件和代码,还可以获得说明文档、常见问题解答、数据集和其他文献等资源。1.1.1 Weka的历原创 2017-06-18 15:04:30 · 1917 阅读 · 0 评论 -
读书笔记——《模式识别 Pattern Recognition》
第二章 基于贝叶斯决策理论的分类器第二三四章介绍分类器的设计,设计分类器是将未知类型的样本分类到最可能的类别中。现在的任务是什么是最可能(most probable)。给定一个M类(w1,w2,w3····wm)的分类任务何一个用特征向量x表示的未知样本,生成M个条件概率P(wi|x),i=1,2,···,M。有时也称之为后验概率(posteriori probalbilities),也就是对于原创 2017-06-08 20:13:01 · 786 阅读 · 0 评论 -
拟合与回归的区别
拟合的概念更广泛,拟合包含回归,还包含插值和逼近。拟合是一种数据处理的方式,不特指哪种方法.简单的说就是你有一组数据,觉得这组数据和一个已知的函数(这个函数的参数未定)很相似,为了得到最能表示这组数据特征的这个函数,通过拟合这种方式(具体的数学方法很多)求得参数.而回归是一种特定的数学方法,它可以实现数据拟合,得到函数的参数.也有些拟合得到的参数并非是函数的参数,如神经网络,得到的是这个神经网络...原创 2018-03-19 20:31:38 · 21314 阅读 · 3 评论