1、评估指标

	预测值
		0	1
实际	0	TN	FP
实际	1	FN	TP

accuracy=TN+TPTN+TP+FP+FNaccuracy = \frac{TN+TP}{TN+TP+FP+FN}accuracy=TN+TP+FP+FNTN+TP
precision=TPTP+FPprecision= \frac{TP}{TP+FP}precision=TP+FPTP
recall=TPTP+FNrecall= \frac{TP}{TP+FN}recall=TP+FNTP
F1=2∗(pre+rec)pre+recF1= \frac{2*(pre+rec)}{pre+rec}F1=pre+rec2∗(pre+rec)
ROC曲线：X轴：FPR=FPFP+TN；Y轴：TPR=TPTP+FNX轴：FPR=\frac{FP}{FP+TN}；Y轴：TPR=\frac{TP}{TP+FN}X轴：FPR=FP+TNFP；Y轴：TPR=TP+FNTP

2、偏差与方差（过拟合与欠拟合）

Error=Bias+VarianceError=Bias+VarianceError=Bias+Variance

ErrorErrorError：整个模型的准确度
BiasBiasBias：模型在样本上的输出与真实值之间的误差（即模型本身的精度）
VarianceVarianceVariance：每次输出结果与模型输出期望之间的误差（即模型的稳定性）

3、正则化（解决过拟合）

L1正则化产生稀疏特征
L2产生更多特征但都会接近于0

4、梯度下降算法（算法优化方式）

5、数据不平衡

机器学习算法的基础知识相关推荐

机器学习需要哪些基础知识？
机器学习需要一些基础知识,包括以下几个方面: 机器学习需要哪些基础知识? 数学基础:机器学习涉及到很多数学知识,如线性代数.微积分.概率论和统计学等.这些数学知识是理解和应用机器学习算法的基础. 编程 ...
Interview：人工智能岗位面试—人工智能岗位求职之机器学习算法工程师必备知识框架结构图
Interview:人工智能岗位面试-人工智能岗位求职之机器学习算法工程师必备知识框架结构图目录机器学习算法工程师思维导图机器学习算法工程师思维导图后期继续更新-- 1.思维导图01
笔记｜李沐-动手学习机器学习｜CNN基础知识（视频19-23）
李沐-动手学习机器学习|CNN基础知识卷积层(视频19) 从全连接到卷积(卷积算子) 进行图像识别的两个原则如何从全连接层出发,应用以上两个原则,得到卷积卷积层二维交叉相关二维卷积层交叉相 ...
【机器学习基础】机器学习算法中分类知识总结！
译者:张峰,Datawhale成员本文将介绍机器学习算法中非常重要的知识-分类(classification),即找一个函数判断输入数据所属的类别,可以是二类别问题(是/不是),也可以是多类别问题( ...
Python机器学习引言与基础知识储备
第一部分机器学习入门机器学习入门第一部分机器学习入门 1.1 为什么选择机器学习 1.1.1 机器学习能够解决的问题 1.1.2 熟悉任务和数据 1.2 为什么选择Python 1.3 sci ...
菜鸟学算法一基础知识篇
菜鸟学算法<一>知识准备篇刚刚上任,急着给兄弟们一点见面礼,嘿嘿前言:论坛上有关算法分析的文章不少,也不少精品但对于刚学CARACK来说,只是叹为观止原因如下: 1.论坛高手如云, ...
机器学习算法_机器学习算法中分类知识总结！
↑↑↑关注后"星标"Datawhale每日干货 & 每月组队学习,不错过Datawhale干货译者:张峰,Datawhale成员本文将介绍机器学习算法中非常重要的知识- ...
数据结构基础：算法的基础知识笔记
1.算法的概念算法是问题求解过程中的精确描述,它为解决某一特定类型的问题规定了一个运算过程. 2.算法的特点 2.1 有穷性一个算法必须在有穷的步骤结束后结束,并且每一步都在有穷时间内完成. 2. ...
正确率能很好的评估分类算法吗_机器学习算法：分类知识超全总结！
关注上方"Python数据科学",选择星标,关键时间,第一时间送达! ☞500g+超全学习资源免费领取 Datawhale,译者:张峰本文将介绍机器学习算法中非常重要的知识-分类 ...

机器学习算法的基础知识

机器学习算法的基础知识

1、评估指标

2、偏差与方差（过拟合与欠拟合）

3、正则化（解决过拟合）

4、梯度下降算法（算法优化方式）

5、数据不平衡

机器学习算法的基础知识相关推荐

最新文章

热门文章