本次学习笔记主要记录学习机器学习时的各种记录,包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》(西瓜书)以及李航老师的《统计学习方法》。作者能力有限,如有错误等,望联系修改,非常感谢!
机器学习笔记(九)-机器学习系统的设计
第一版 2022-03-15 初稿
一、首先要做什么
以一个垃圾邮件分类器为例讨论:
选择一个由100个最常出现在垃圾邮件中的词所构成的列表,根据这些词是否有在邮件中出现,来获得我们的特征向量(出现为1,不出现为0),size=100x1.
二、误差分析
构建一个学习算法的推荐方法:
1.从一个简单的能快速实现的算法开始,实现该算法并用交叉验证集数据测试这个算法
2.绘制学习曲线,通过高偏差或高方差判断决定是增加更多数据或者添加更多特征
3.误差分析:人工检查交叉验证集中我们算法中产生预测误差的实例,看看这些实例是否有某种系统化的趋势
三、类偏斜的误差度量
四、查准率和查全率之间的权衡
不同阈值情况下,查全率和查准率的关系绘制成图表: