![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习笔记
weekdayh
这个作者很懒,什么都没留下…
展开
-
深度学习.Chapter11笔记[性能度量指标]——正确率、召回率、敏感度、特异度,ROC曲线、AUC值
本文转自 http://zhwhong.ml/2017/04/14/ROC-AUC-Precision-Recall-analysis/ 在分类任务中,人们总是喜欢基于错误率来衡量分类器任务的成功程度。错误率指的是在所有测试样例中错分的样例比例。实际上,这样的度量错误掩盖了样例如何被分错的事实。在机器学习中,有一个普遍适用的称为混淆矩阵(confusion matrix))的工具,它可以帮...转载 2020-02-17 22:01:36 · 2320 阅读 · 0 评论 -
机器学习笔记之线性回归
机器学习笔记之线性回归已知数据集Data:(x1,y1),(x2,y2),(x3,y3),……,(xN−2,yN−2),(xN−1,yN−1),(xN,yN)(x_1,y_1),(x_2,y_2),(x_3,y_3),……,(x_{N-2},y_{N-2}),(x_{N-1},y_{N-1}),(x_N,y_N)(x1,y1),(x2,y2),(x3,y3),……,(xN−2,y...原创 2019-07-15 13:04:41 · 189 阅读 · 0 评论 -
机器学习笔记之主成分分析(PCA)
机器学习笔记之主成分分析(PCA)主成分分析(principle components analysis ,PCA)是比较基础的机器学习算法,主要是通过保留数据的特征来进行编码与解码。 假设在Rn\R^nRn空间中有mmm个点{x(1),x(2),⋯ ,x(m)}\{x^{(1)},x^{(2)},\cdots,x^{(m)}\}{x(1),x(2),⋯,x(m)...翻译 2019-07-18 19:19:10 · 117 阅读 · 0 评论 -
机器学习之线性判别分析
机器学习笔记之线性判别分析线性判别分析 线性判别分析(Linear Discriminant Analysis,LDA)是一种经典的线性学习方法,最早是由Fisher提出,亦称“Fisher判别分析”,主要应用于当时二分类问题。 ...翻译 2019-08-08 18:45:03 · 493 阅读 · 0 评论 -
机器学习笔记之支持向量机(Support Vector Machines,SVM)
机器学习笔记之支持向量机(Support Vector Machines,SVM)支持向量机支持向量机是一种二分类模型。基本模型是定义在特征空间上的间隔最大的线性分类器,与感知机不同,感知机没有最大间隔。复杂感知机模型通过使用核技巧来处理非线性分类问题。线性分类 考虑一个二分类问题,给定训练样本集...翻译 2019-08-07 15:14:15 · 368 阅读 · 0 评论