周志华《机器学习》西瓜书课后习题解答——第二章 模型评估与选择

最新推荐文章于 2023-05-07 22:01:38 发布
最新推荐文章于 2023-05-07 22:01:38 发布
阅读量4.3k 收藏 4
点赞数 1

第二章模型评估与选择的笔记部分见模型评估与选择，该部分主要做课后习题部分。
1、数据集包含1000个样本，其中500个正例，500个反例，将其划分为包含70%样本的训练集和30%样本的测试集用于留出法评估，试估算共有多少种划分方式。
解答：70%的训练集和30%的测试集，总样本1000，正负样本各500，即需要从正负样本中各筛选出500*30%=150的样本。划分方式总数 = 这里写图片描述
2、

代码随想随记
关注
【机器学习 西瓜书】第二章模型评估与选择习题解答
CrystalLuo0827的博客
09-09 1344
AUC 是 ROC 曲线下面积，衡量的是分类器将正负样本正确排序的能力。AUC 的计算可以表述为：假设数据集有 m 个正样本和 n 个负样本。如果分类器给正样本打的分数比负样本高，那么我们认为这个排序是正确的。AUC 值为 1 表示所有正样本都被排在负样本之前，AUC 值为 0.5 表示分类器是随机猜测的。
周志华-机器学习-西瓜书-1-9章习题解析.docx
01-01
该文档整理了CSDN上的机器学习-周志华-西瓜书的一到九章的习题解析，方便大家免费下载
西瓜书第二章课后习题答案
Hi(●'◡'●)
07-31 908
周志华「机器学习」第二章习题解答
【机器学习】西瓜书课后习题参考答案—第2章模型评估与选择
一个甜甜的大橙子的博客
05-07 3027
记录西瓜书课后习题的思考与参考答案。
《西瓜书》- 第2章 模型评估与选择 习题答案整理
haiyu94的博客
05-02 1万+
说明 自己整理，欢迎交流～ 2.1 数据集包含1000个样本，其中500个正例、500个反例，将其划分为包含70%样本的训练集和30%样本的测试集用于留出法评估，试估计有多少种划分方式。 答：30%用于测试集相当于要从正负样本各选500*30%=150个样本 所以一共有 C500150⋅C500150C_{500}^{150}·C_{500}^{150}C500150​⋅C500150​ 2.2 ...
西瓜书第二章习题及答案
qq_43761012的博客
06-16 3315
西瓜书第二章习题答案
西瓜书课后习题——第二章
weixin_30443747的博客
04-13 979
2.1 数据集包含500正例和500反例，按照70%的比例划分训练集和验证集，则验证集需要有150个正例、150个反例， 则共有$ \left ( C_{500}^{150} \right )^{2}$ 种划分方式。 2.2 数据集包含100个样本，10折交叉验证时，每个训练集应该有45正例、45反例，验证集应该有5正例、5反例，由于训练集中正例、反例比例为1:1，则按照题目的预测算法，...
【学习笔记、面试准备】机器学习西瓜书要点归纳和课后习题参考答案——第2章
出尘的博客
03-31 3288
t。
【吃瓜教程】周志华机器学习西瓜书课后答案汇总
MaxQuYY的博客
09-19 5572
https://www.cnblogs.com/kailugaji/articles/10427586.html
西瓜书《机器学习》-第二章 模型评估与选择代码实现.zip
最新发布
10-19
1、选取某UCI分类数据集，划分数据集，用10折交叉验证，选用两个现成的分类算法（或者一个算法、参数不同），得到分类模型A和B，给出交叉验证预测结果。 2、对两模型的交叉验证预测结果，分别给出混淆矩阵、P、R和F1...
周志华《机器学习》课后习题个人解答
01-30
周志华《机器学习》课后习题个人解答。各算法都拿numpy和pandas实现了一遍
《机器学习》周志华课后习题答案——第二章（1-4题已完结）
weixin_45626630的博客
11-18 1万+
《机器学习》周志华课后习题答案——第二章（更新中） 文章目录《机器学习》周志华课后习题答案——第二章（更新中）一、数据集包含1000个样本,其中500个正例、500 个反例，将其划分为包含70%样本的训练集和30%样本的测试集用于留出法评估,试估算共有多少种划分方式.二、数据集包含100个样本,其中正、反例各占一半,假定学习算法所产生的模型是将*新样本预测为训练样本*数较多的类别(训练样本数相同时进行随机猜测)，试给出用10折交叉验证法和留一法分别对错误率进行评估所得的结果.三、若学习器A的 F1值比学习器
西瓜书（机器学习_周志华）课后题答案
野蛮水蜜桃。
12-28 7686
我自己瞎做的、多多交流  答案：    答案： 采用10折交叉验证，因为取样是随机的，所以获得的结果是50% 如果采用留一法，不管最后留下来是正例还是反例，都会和预测结果不一致，（如果留下正例，预测集中反例占多数，预测结果为反例，反之亦然），所以对错误率进行评估的结果是100%  答案：    答案： 真正例率：正例中被预测为正例的比例   TP/(TP+FN) ...
西瓜书习题 - 2.模型评估与选择
热门推荐
wdn blog
10-25 1万+
西瓜书第二章练习题
【吃瓜教程】周志华西瓜书课后习题第一章答案
MaxQuYY的博客
09-14 7785
第一章 1.1表1.1中若只包含编号为1和4的两个样例，试给出相应的版本空间。 编号 色泽 根蒂 敲声 好瓜（标记） 1 青绿 蜷缩 浊响 是Y 4 乌黑 稍蜷 沉闷 否N 知识储备： 假设空间： 所有假设组成的空间 版本空间：与训练集一致的假设集合 从假设空间到版本空间算法大致如下： 1.删除与正例不一致的假设且删除与反例一致的假设 2.删除与正例不一致的假设 3.删除与反例一致的假设 具体选择哪种
西瓜书第二章笔记及答案——模型评估与选择
qq_41889342的博客
12-22 2923
第2章 模型评估与选择 2.1经验误差与过拟合 错误率error rate：分类错误的样本占总样本的比例 精度accuracy：1-错误率 误差error：实际预测输出与真是输出之间的差异，在训练集上的误差成为训练误差training error或经验误差empirical error，在新样本上的误差成为泛化误差generalization error 训练的最终目标是获得较小的泛化误差，但是实际能做的是努力使训练误差较小，然而经验误差小的模型，其泛化误差不一定小。 为了获得较小的泛化误差，需要从训练集上
西瓜书课后习题第二章
09-20
引用中的内容与问题无关，因此不需要使用。 西瓜书课后习题第二章主要涉及以下内容： 1. ROC曲线和AUC： - ROC曲线是一种评价二分类模型性能的图形化工具，横轴是False Positive Rate（FPR），纵轴是True Positive Rate（TPR）。 - AUC（Area Under Curve）是ROC曲线下面积的度量，用来评价模型的整体性能。AUC的取值范围在0到1之间，值越大代表模型性能越好。 2. 交叉验证： - 10折交叉验证是将数据集分为10个子集，每次使用其中9个子集作为训练集，剩下的一个子集作为验证集。 - 留一法交叉验证是将数据集中的每个样本作为验证集，剩下的样本作为训练集。 - 预测准确率是指在交叉验证中，预测结果和真实结果相符的比例。 3. F1值和BEP值： - F1值是精确率和召回率的调和平均值，用来综合评价模型的性能。 - BEP（Balanced Error Rate）值是在二分类任务中，使得False Positive Rate和False Negative Rate相等的阈值对应的错误率。 4. 规范化方法： - min-max规范化是将数据线性映射到指定的范围内，常用的范围是[0, 1]或[-1, 1]。 - z-score规范化是将数据按照均值为0，标准差为1进行标准化。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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