- 博客(4)
- 收藏
- 关注
RSS订阅原创 机器学习第二课 -- Neural Network Basic
ogistic Regression（逻辑回归）和 Regression（回归）从根本上说，不是同一个东西。这个损失值非常大，因为模型赋予了正确类别（第1类）一个非常低的概率（0.01），所以它"错得很离谱"。最后其实我们就可以根据我们的需求调节函数，慢慢逼近我们所需要的函数。将线性回归的输出映射到(0,1)区间，从而得到样本属于某个类别的。通过拓展更多用“And”“or”“Not”的层来实现非线性分类。如果模型对正确类别的预测概率很低，就会受到巨大的。，并基于此概率进行分类决策。的统计学习方法，它通过。
2025-10-17 08:59:06
910
原创 机器学习第二课 ---- PR曲线和ROC曲线
通过选择合适的阈值，比如50%，对样本进行划分，概率大于50%的就认为是正例，小于50%的就是负例,从而计算相应的精准率和召回率。（3）当两个模型的ROC曲线发生交叉，难以判断哪一个模型更好，可以用AUC来做判断。的情况，且当测试集中的正负样本的分布变化的时候，ROC曲线能够保持不变。3：实际问题中，正负样本数量往往很不均衡，P-R曲线的变化就会非常大，而。低阈值->低准确率-，低召回->返回更多的结果->大部分的结果是错误的。高阈值->高准确率，低召回->返回更少的结果->大部分的结果是正确的。
2025-10-14 16:12:44
622
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人