机器学习作业(第十八次课堂作业)

2024-04-28 07:51:58

机器学习作业(第十八次课堂作业)

猜想

对于上述问题，我首先认为是数据特殊导致。

编程证明

反复更改数据集。减少数据偶然性。

结果

事实是，无论如何更改数据集， sklearn都只显示数据 f1-score。

再猜想

如果恒有上述等式，意味着FP=FN。

数学证明

结果

FP=FN恒成立。

结论

第一种结论正确。

问题到这里并没有结束

但是第一种结论正确就意味着第二种不正确吗，第二种也可以对结果进行完美解释。如果想要理解清楚sklearn为何只显示一个，最好办法就是看sklearn是如何定义classification_report。
sklearn源码链接
sklearn对于classification_report实现

sklearn官方解释

sklearn官方举例

‘micro’: 设置average='micro’时，Precision = Recall = F1_score = Accuracy。
注意：这是正确的，微查准率、微查全率、微F1都等于Accuracy。
下例中为什么不等于？因为预测中有几个0，出现错误了（举一个通俗一点的例子，已知所有物品分为1，2，3类，你所预测的除1， 2，3类之外具有其他类，就会出现Precision与Recall，F1_score ，Accuracy不等的现象）。

结论

周志华老师机器学习所阐述的原因也可以对结果进行完美解释，但结果的产生并不完全如周志华老师所说——求平均后结果一致。而是设置average='micro’时，Precision = Recall = F1_score = Accuracy恒成立。

心得

对待权威，不可一味相信，要敢于质疑权威。
要善于用数学去推导猜想，对学问应该持严谨态度。
原创不易
转载请标明出处
如果对你有所帮助别忘啦点赞支持哈

机器学习作业(第十八次课堂作业)相关推荐

画课堂计算机作业答案,湘潭大学计算机系统结构课堂作业答案.pdf
课堂作业(一)单选题 1.模拟 a.用软件方法在一台现有的计算机上实现另一台计算机的指令系统 b.指在一个厂家内生产的具有相同的系统结构,但具有不同组成和实现的一系列不同型号的机器 2.仿真 a. ...
机器学习（二十八）——Monte-Carlo
动态规划(续) Value Iteration vk+1(s)=maxa∈A(Ras+γ∑s′∈SPass′vk(s′))vk+1(s)=maxa∈A(Rsa+γ∑s′∈SPss′avk(s′)) v ...
Python第十四次课堂作业(类和对象)：商品类增加购买功能
题目在上次作业的基础上增加购买等交互代码 # 商品类 # 用户类(父类) # 普通用户类(子类) # VIP用户类(子类) # 管理员类(子类) # 商家类 # 商品类 # 异常信息类 # 自定义 ...
MySQL课堂知识点（燕十八老师课堂）
生活中的常识: 记账. 账:就是数据/信息, 记账–>就是储存数据/信息生活中,账一般记在哪儿呢? 比如:账本上, 门上,墙上.日历上. 问上:10/12,老孙头借豆种50斤无论记在哪儿: ...
吴恩达机器学习（二十八）推荐系统
文章目录前言 1.基于内容的推荐算法 2.协同过滤 2.协同过滤算法 3.矢量化:低秩矩阵分解 4.实施细节:均值规范化前言机器学习领域的一个伟大思想:对于某些问题,有一些算法可以自动地学习 ...
AdaBoost算法详解及python实现【Python机器学习系列（十八）】
文章目录 1. AdaBoost 算法简介 2. AdaBoost算法逻辑详解 2.1 数据 2.2 带权错误率 2.3 损失函数与确定样本权重 2.3 确定模型权重 2.4 输出模型 3.Ad ...
机器学习知识点(二十八)Beta分布和Dirichlet分布理解
1.二者关系: Dirichlet分布是Beta分布的多元推广.Beta分布是二项式分布的共轭分布,Dirichlet分布是多项式分布的共轭分布. 通常情况下,我们说的分布都是关于某个参数的函数,把对 ...
机器学习（三十八）——博弈论（1）
博弈论博弈论(game theory)是一门单独的学科,和RL并无统属关系.然而由于RL,特别是MARL大量应用到了相关的知识,所以这里也把它写在RL系列里了. 历史博弈论最早可追溯到" ...
机器学习基础（十八） —— decision stump
基本原理 decision stump,决策树桩(我称它为一刀切),也称单层决策树(a one level decision tree),单层也就意味着尽可对每一列属性进行一次判断.如下图所示(仅对 ...

最新文章

热门文章