调和平均 和 F1值的关系:
调和平均容易受极端值的影响,F1值相当于把精准率和召回率放在同等重要的位置进行衡量。
链接:
为何选用F1值(调和平均数)衡量P与R? - weixin_39490983的博客 - CSDN博客 https://blog.csdn.net/weixin_39490983/article/details/88297899
调和平均数在F1上的应用 - 简书 https://www.jianshu.com/p/1384f5a19a52
对于P-R 曲线上的查全率和查准率的理解?
假如有5个样本,3个正例,2个负例,分别对这5个样本进行预测,得到为正样本为概率值为0.7 0.6 0.5 0.4 0.3
样本编号 | 预测为正样本的概率 | 真实标签值 | 查全率 | 查准率 |
3 | 0.7 | 正 | 1/3 | 1 |
1 | 0.6 | 正 | 2/3 | 1 |
0 | 0.5 | 负 | 2/3 | 2/3 |
2 | 0.4 | 正 | 1 | 3/4 |
4 | 0.3 | 负 | 1 | 3/5 |
夏殇的理解(个人觉得理解的很透彻):
P R值是两个越大越好,如果一个很大,一个很小,效果也不好,如果两个都小,效果也不好。所以需要一个综合指标去衡量它们。调和平均这个衡量指标很符合,(调和平均对于极端值很敏感)如果一个趋近于0 ,那么调和平均趋近于0,如果一个很大,那么调和平均就会很大,如果两个数接近,那么调和平均就会很接近。所以,P R 的调和平均就拿来当作一个综合性指标F。
ROC曲线 解释的很好的博文:
ROC曲线与AUC值 - gatherstars - 博客园 https://www.cnblogs.com/gatherstars/p/6084696.html
AUC,ROC我看到的最透彻的讲解 - u013385925的专栏 - CSDN博客 https://blog.csdn.net/u013385925/article/details/80385873
回归树的理解:Regression Tree 回归树 - 没有名字 - CSDN博客 https://blog.csdn.net/weixin_40604987/article/details/79296427
CART 树剪枝:CART 分类与回归树 - 简书 https://www.jianshu.com/p/b90a9ce05b28