- 博客(3)
- 收藏
- 关注
原创 精确率、召回率、F1、ROC、AUC
相关概念(1) TP:真正类,预测的正类为真;(2) FP:假正类,预测的正类为假;(3) TN:真负类,预测的负类为正;(4) FN:假负类,预测的负类为假(1) 预测的正类数TP+FP(2) 预测的负类数TN+FN(3) 实际的正类数TP+FN(4) 实际的负类数FP+TN精确率、召回率、F1精确率 precision=TP(TP+FP)precision= \frac{T...
2019-12-04 10:01:09 334
原创 FM模型简介与推导
一、FM简介在一般的回归线性模型中,模型可表示为y=b+∑inwixiy=b+\sum_{i}^n{w_ix_i}y=b+i∑nwixi然而这样的线性模型并未考虑到特征与特征之间交叉的影响,当加入特征交叉时,模型可表示为y=b+∑inwixi+∑i=in−1∑j=i+1nwijxixjy=b+\sum_{i}^n{w_ix_i}+\sum_{i=i}^{n-1}\sum_{j=i+1}^{...
2019-12-01 18:01:41 548
原创 BP反向算法推导
1、符号设定ai−1a_{i-1}ai−1为第iii层输入向量xix_{i}xi为第iii层输出向量WiW_{i}Wi为第iii层到下一层的权重矩阵σ\sigmaσ 为每一层的sigmod激活函数ooo为最后一层的下标,yyy为最后一层的真实值,hhh为预测值LLL 为一个样本的损失函数,其中L=12(y−h)2L=\frac{1}{2}(y-h)^2L=21(y−h)2根...
2019-12-01 15:54:31 156
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