机器学习中的数据分析和处理

以下文章摘录自:

《机器学习观止——核心原理与实践》

京东: https://item.jd.com/13166960.html

当当:http://product.dangdang.com/29218274.html

(由于博客系统问题,部分公式、图片和格式有可能存在显示问题,请参阅原书了解详情)

 

 

 

1.1        数据分析和处理

1.1.1        数据集分析的典型方法

通过一些典型的分析方法,我们可以更高效地获取数据集的均衡性、准确性等质量指标,从中找出需要改进的核心点。本小节我们主要以混淆矩阵和数据聚类为例来展开讨论。

1.1.1.1       混淆矩阵(Confusion Matrix)

混淆矩阵有时也被称为误差矩阵,是一种常用的精度评价手段。在机器学习领域,混淆矩阵的n行n列可以用于比较分类结果和实际真值之间的差异,从而直观地展示出不同类别之间的耦合性、总体precision、recall等关键指标。

如下范例所示:

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值