《机器学习》(周志华)笔记
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了《机器学习》(周志华)笔记相关的知识,希望对你有一定的参考价值。
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)
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
以上是关于《机器学习》(周志华)笔记的主要内容,如果未能解决你的问题,请参考以下文章