![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习笔记
ccdouni
这个作者很懒,什么都没留下…
展开
-
python环境打包、centos 下openssl解决方案、fasttext安装失败
python环境打包下载:wget https://www.python.org/ftp/python/3.6.8/Python-3.6.8.tgz解压:tar -xzvf Python-3.6.8.tgz#指定python 安装路径export PYTHON_ROOT=~/Python#安装 pythoncd Python-3.6.8./configure --prefix="${PYTHON_ROOT}"makemake installpip install原创 2021-03-29 16:09:14 · 250 阅读 · 2 评论 -
方差、偏差、噪声总结
偏差、方差、噪声偏差:度量了模型的期望预测和真实结果的偏离程度,刻画了模型本身的拟合能力。方差:度量了同样大小的训练集的变动所导致的学习性能的变化,即刻画了数据扰动所造成的影响。噪声:表达了当前任务上任何模型所能达到的期望泛化误差的下界,刻画了学习问题本身的难度。偏差-方差窘境(bias-variance dilemma)为了得到泛化性能好的模型,我们需要使偏差较小,即能充分...原创 2018-12-14 11:32:43 · 2087 阅读 · 0 评论 -
精确率、召回率、F1以及推荐系统相关评测指标
1、分类指标精确率和召回率多用于二分类问题真实结果/预测结果正(P)负(N)正(P)TPFN负(N)FPTN精确率(P) =TPTP+FP\frac{TP}{TP + FP}TP+FPTP表示被分为正例的示例中实际为正例的比例召回率(R)=TPTP+FN\frac{TP}{TP + FN}TP+FNTP召回率是覆盖面的度量,度量有...翻译 2018-12-17 14:22:36 · 2952 阅读 · 0 评论 -
特征离散化的意义
转载地址:https://blog.csdn.net/wang1127248268/article/details/77341977连续特征的离散化:在什么情况下将连续的特征离散化之后可以获得更好的效果?Q:CTR预估,发现CTR预估一般都是用LR,而且特征都是离散的。为什么一定要用离散特征呢?这样做的好处在哪里?A:在工业界,很少直接将连续值作为逻辑回归模型的特征输入,而是将连续特征离散...转载 2019-02-18 19:13:07 · 425 阅读 · 0 评论