《机器学习》（周志华）笔记

2.3性能度量

2.3.1 回归任务中的性能度量

均方误差

2.3.2 分类任务中的性能度量

精度 acc =（TP+TN）/（TP+FN+FP+TN）

错误率E =（FN+FP）/（TP+FN+FP+TN）

准确率 P = TP/（TP+FP）挑出的好瓜占挑出的西瓜的比例

召回率 R = TP/（TP+FN） = TP/m+ 挑出的好瓜占所有好瓜的比例

真正例率 TPR = TP/（TP+FN）=TP/m+ 挑出的正例占所有正例的比例

假正例率 FPR = FP/（TN+FP）=FP/m- 挑出的反例占所有反例的比例

假反例率 FNR = FN/（TP+FN）= FN/m+ 未被挑出的正例占所有正例的比例

FNR+TPR = 1

P和R“互斥”，一个0一个1。组成PR图和PR曲线。

TPR和FPR“相吸”，同时为0同时为1.组成ROC图和ROC曲线。

F1是P和R的调和平均：

1/F1 = 1/2 *（1/P + 1/R）= 1/（2*P） + 1/（2*R）

Fb是P和R的加权调和平均：

1/Fb = 1/（1+b^2） *（1/P + b^2/R）= 1/（（1+b^2）*P）+b^2/（（1+b^2）*R）= 1/（（1+b^2）*P）+1/（（1+1/b^2）*R）

3.2线性回归

null

转载于:https://www.cnblogs.com/Pumpkinandy/p/6155256.html

《机器学习》（周志华）笔记相关推荐

小吴的《机器学习周志华》学习笔记第二章模型评估与选择
小吴的<机器学习周志华>学习笔记第二章模型评估与选择上一周我们介绍了第一章的基础概念,这一次将带来第二章的前三节.后面的2.4 比较检验与2.5 偏差与方差,涉及概率论与数理统计概 ...
小吴的《机器学习周志华》学习笔记第一章绪论
小吴的<机器学习周志华>学习笔记第一章绪论近一年时间接触到不少机器学习的知识,虽然断断续续学了一些,总感觉还没有入门(只学会了疯狂调包).因此,最近开始系统学习Machine Le ...
小吴的《机器学习周志华》学习笔记第二章 2.4 比较检验、2.5 偏差与方差
小吴的<机器学习周志华>学习笔记第二章 2.4 比较检验. 2.5 偏差与方差 2.4 比较检验上一周提到了实验的评价方法和性能量度,步骤简单可以看成:先使用某种实验评估方法测得学习 ...
机器学习(周志华) 参考答案第十四章概率图模型 14.9
机器学习(周志华西瓜书) 参考答案总目录 http://blog.csdn.net/icefire_tyh/article/details/52064910 机器学习(周志华) 参考答案第十四章 ...
机器学习周志华第一章课后习题
机器学习周志华第一章课后习题 1.1 1.2 1.3 1.4 1.5 1.1 在下面这张图片中若只包含编号为1和4的两个样例,试给出相应的版本空间. 书上实例: 1.表 1.1 对应的假设空间如下 ...
机器学习周志华课后习题3.5 线性判别分析LDA
机器学习周志华课后习题3.5 线性判别分析LDA 照着书上敲了敲啥都不会,雀食折磨 python代码 # coding=UTF-8 from numpy import * # 我安装numpy的时 ...
机器学习-周志华-学习记录-第一章绪论
文章目录绪论一.什么是机器学习二.基本术语三.假设空间四.归纳偏好总结参考链接绪论为了更早地适应研究生的生活,我决定重新学习周志华老师的机器学习这本书.同时也为了能够养成博客记录的习 ...
机器学习-周志华教授
机器学习南京大学周志华教授网课视频:https://www.xuetangx.com/learn/nju0802bt/nju0802bt/14363483/video/26163027 202210 ...
西瓜书入门辅助【机器学习周志华】一些关于机器学习的重要基础概念提炼
周志华. 机器学习 = Machine Learning. 清华大学出版社, 2016. Print. 文章目录周志华. 机器学习 = Machine Learning. 清华大学出版社, 2016 ...
机器学习(周志华) 习题参考答案第十三章
周志华老师的<机器学习>的第13章的习题答案较少,只找到了三篇,分别为链接一和链接二,这两篇文章有几乎所有题目的个人解答.第三个人只对部分题目进行了解答,相关链接将放在题目下方. 以下是个 ...

《机器学习》（周志华）笔记

《机器学习》（周志华）笔记相关推荐

最新文章

热门文章