机器学习
aattuuoo
这个作者很懒,什么都没留下…
展开
-
机器学习识别系统的度量指标
分类指标混淆矩阵ROC曲线AUCEER 混淆矩阵 在使用支持向量机模型进行分类时:如果调整判断的阈值,如 则TP,FP均增加。这是因为将判别的阈值改为-1,则会有更多的测试样本被判别为正样本,则TP,FP均增加。 ROC曲线 AUC 代表右下角面积,越大代表分类效果越好。 EER 等错误率。FP=FN ...原创 2020-05-09 20:23:32 · 409 阅读 · 0 评论 -
机器学习SVM复习笔记
SVM线性可分SVM解决的问题SVM的优化问题描述松弛变量低维映射高维核函数对偶问题的定义支持向量机转化为对偶问题支持向量机的算法流程 线性可分 线性可分的严格定义:一个训练样本集{(Xi, yi)…(Xn, yn)},在i=1~N线性可分,是指存在(w1, w2, b),使得i=1-N,有: 最简形式为: SVM解决的问题 在能够线性可分的数据集中,会存在多条分界线。 为了寻找唯一的最优分类直线,该直线应满足以下三个条件: 该直线分开了两类样本。 该直线最大化间隔(支持向量之间的距离)。 该直线处原创 2020-05-08 21:05:44 · 258 阅读 · 0 评论