![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
AISeekOnline
* 不要在该努力拼搏的年纪选择安逸 *
展开
-
支持向量机SVM原理
版权声明:如需转载,请注明出处http://blog.csdn.net/a8198252941.关键概念及学习目标线性&非线性分类问题&核技巧 非线性分类问题是指通过利用非线性模型才能很好地进行分类的问题。如上图左侧,我们无法用直线(线性模型)将正负例正确分开,但可以用一条椭圆曲线(非线性模型)将他们正确分开。此时,我们可以进行一个非线性变换。核技巧应用转载 2016-12-01 16:36:19 · 445 阅读 · 1 评论 -
准确率,召回率,F1 值、ROC,AUC、mse,mape评价指标
在机器学习、数据挖掘领域,工业界往往会根据实际的业务场景拟定相应的业务指标。本文旨在一起学习比较经典的三大类评价指标,其中第一、二类主要用于分类场景、第三类主要用于回归预测场景,基本思路是从概念公式,到优缺点,再到具体应用(分类问题,本文以二分类为例)。1.准确率P、召回率R、F1 值定义 准确率(Precision):P=TP/(TP+FP)。通俗地讲,就是预测正确的转载 2016-12-01 19:02:19 · 809 阅读 · 0 评论 -
分类模型的评价之AUC
关于AUC,想写的东西有点多,本来计划分3篇文章来写完,但是微信公众平台每天只能发一篇文章,等不及了,所以先写一篇,尽量把想写的都写出来,以后有需要再补充。这篇文章分三部分,第一部分是对AUC的基本介绍,包括AUC的定义,解释,以及算法和代码,第二部分用逻辑回归作为例子来说明如何通过直接优化AUC来训练,第三部分,内容完全由@李大猫原创——如何根据auc值来计算真正的类别,换句话说,就是对转载 2016-12-01 19:11:45 · 8203 阅读 · 3 评论