- 博客(2)
- 问答 (1)
- 收藏
- 关注
原创 T2、正确率、精准率、召回率以及ROC曲线的理解
引言:在机器学习实战中(Machine Learning),处理分类问题时除了通过训练误差、测试误差去评价分类器的性能之外;通常情况下我们需要其他分类性能指标:正确率,召回率以及ROC曲线等进行评价分类器的性能。首先,通过引用一个二分类问题的混淆矩阵(confusion matrix),帮助我们更好地了解分类中的错误。 表一 一个二分类问题的混淆矩阵,其中输出不同类别的标签 预测...
2018-08-26 21:51:06 762
原创 T1、偏差/方差/噪声/泛化误差---如何理解
一、概念: 插入概念: 期望:这里的期望是指数据集D的样本X通过预测模型f得到的预测值f(X,D)的预测期望。用公式可以做如下表示: 1、偏差(bias):期望预测与真实值的误差,记为。一般可以表示为算法的拟合能力如何。 2、方差(var):同一个算法在不同数据集...
2018-08-25 10:44:42 2031
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人