-
2.1 采用分层抽样的方法,500个正例中含350个训练集和150个测试集,500个反例中含350个训练集和150个测试集,总共的划分方法有: C 500 150 × C 500 150 ^{C_{500}^{150} \times C_{500}^{150}} C500150×C500150
-
2.2略
-
2.3
BEP值:Break-Even Point 简称平衡点,满足BEP=P=R;
但学习器处于BEP值的时候,F1值可以简化为F1=P
因此若F1-A>F1-B时,有BEP-A>BEP-B
-
2.4
T P R = R = T P T P + F N TPR = R = \frac{{TP}}{{TP + FN}} TPR=R=TP+FNTP -
2.5详见「深度解析roc曲线、AUC与排序损失」一文
地址:https://blog.csdn.net/qq_41229918/article/details/126077960
-
2.6 ROC曲线的每一个点,都对应一个错误率
-
2.7 一条ROC曲线上每一点对应一个(FNR,FPR),从而确定一条代价直线,所有代价直线组合起来便构成一条代价曲线,反之亦然
-
2.8
Min-max | z-score | |
---|---|---|
优点 | 1、计算相对简单一点。2、当新样本进来时,只有在新样本大于原最大值或者小于原最小值时,才需要重新计算规范化之后的值 | 对异常值敏感低 |
缺点 | 容易受高杠杆点和离群点影响。 | 计算复杂 |
- 2.9&2.10暂时「略」,答案参考链接: 「https://www.jianshu.com/p/9d70c26b73a2」