![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
daihp1022
这个作者很懒,什么都没留下…
展开
-
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...原创 2019-12-04 10:01:09 · 308 阅读 · 0 评论 -
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}^{...原创 2019-12-01 18:01:41 · 520 阅读 · 0 评论 -
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...原创 2019-12-01 15:54:31 · 145 阅读 · 0 评论