机器学习
xytywh
这个作者很懒,什么都没留下…
展开
-
先验概率 后验概率
贝叶斯公式:P(y|x) = ( P(x|y) * P(y) ) / P(x)这里:P(y|x) 是后验概率,一般是我们求解的目标。P(x|y) 是条件概率,又叫似然概率,一般是通过历史数据统计得到。一般不把它叫做先验概率,但从定义上也符合先验定义。P(y) 是先验概率,一般都是人主观给出的。贝叶斯中的先验概率一般特指它。P(x) 其实也是先验概率,只是在贝叶斯的很多应用中不重...原创 2018-12-01 22:55:21 · 502 阅读 · 0 评论 -
准确率accuracy/精确率precision/召回率recall的区别
实际上非常简单,精确率P是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了,一种就是把正类预测为正类(TP),另一种就是把负类预测为正类(FP),也就是:而召回率R是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。那也有两种可能,一种是把原来的正类预测成正类(TP),另一种就是把原来的正类预测为负类(FN)。其实就是分母...原创 2018-12-10 21:33:45 · 1461 阅读 · 0 评论 -
如何画ROC曲线
假设如下是20个测试样本,第一列代表样本id,第二列代表他们的真实类别(p表示正样本,n表示负样本),最后一列代表训练好的模型认为每个样本是正样本的概率。第一步:按照属于‘正样本’的概率将所有样本排序(如上图所示)第二步:让我们依次来看每个样本。对于样本1,如果我们将他的score值做阈值,也就是说,只有score大于等于0.9时,我们才把样本归类到真阳性(true positive),这...原创 2019-02-27 19:59:13 · 33918 阅读 · 8 评论 -
牛顿法
1.牛顿迭代法用于求开方f(x) = x^k - a,寻找使f(x)=0的x值leetcode-69:求X的平方根(保留整数)class Solution: def mySqrt(self, x): """ :type x: int :rtype: int """ if x <= ...原创 2019-03-20 21:01:57 · 1202 阅读 · 0 评论 -
概率分布之间的度量
参考:1.概率分布之间的距离度量以及python实现原创 2019-03-25 15:01:43 · 1229 阅读 · 0 评论 -
CS231N-Assignment1-KNN中no-loop
关于CS231N-Assignment1-KNN中no-loop矩阵乘法代码的讲解计算两个矩阵之间的欧式距离原创 2019-07-02 11:02:11 · 332 阅读 · 0 评论 -
最大似然估计(MLE)与最大后验估计(MAP)
对于函数P(x|θ)P(x|θ),从不同的观测角度来看可以分为以下两种情况:如果θ已知且保持不变,xx是变量,则P(x|θ)P(x|θ)称为概率函数,表示不同xx出现的概率。如果x已知且保持不变,θθ是变量,则P(x|θ)P(x|θ)称为似然函数,表示不同θθ下,xx出现的概率,也记作L(θ|x)L(θ|x)或L(x;θ)L(x;θ)或f(x;θ)f(x;θ)。1.最大似然估计 (MLE...原创 2019-06-24 21:12:01 · 617 阅读 · 0 评论