machine learning - 2

泛化误差 也可以认为是预测时的误差。

训练误差 并不是越小越好,太小会过拟合。

获得测试集合的方法:

1):

2):例如:k-折交叉验证法, 就的每k个数据取一个座位测试集

3):就像在一个抽奖盒里面摸,训练集摸n次,测试集摸m次,但是每摸一次会把小球放回盒子里

查准率:猜"Yes"猜对的概率

差全率:猜对答案是"Yes"的概率

我们注意到(分为ABCD4个区):当A减小的时候,B会增大,是属于A+B = constant value

又有,当C减小的时候,实际上是胆怯了,不敢大胆猜"Yes"了,于是A↓,B↑,所以R↓,而A是有C带动的,减小幅度<C,于是P还是↑。所以当P增大时,P会减小。

P-R图中,面积越大,效果越好

所以:A>C and B >C.

A 和 B 的比较要看平衡点(P == R) ,平衡点越高越好 : 所以由BEP : A > B > C

不过两个端点 P = 1.0 R = 0. 我不敢苟同。

相关推荐
九年义务漏网鲨鱼1 小时前
【大模型学习 | MINIGPT-4原理】
人工智能·深度学习·学习·语言模型·多模态
元宇宙时间1 小时前
Playfun即将开启大型Web3线上活动,打造沉浸式GameFi体验生态
人工智能·去中心化·区块链
开发者工具分享1 小时前
文本音频违规识别工具排行榜(12选)
人工智能·音视频
产品经理独孤虾2 小时前
人工智能大模型如何助力电商产品经理打造高效的商品工业属性画像
人工智能·机器学习·ai·大模型·产品经理·商品画像·商品工业属性
老任与码2 小时前
Spring AI Alibaba(1)——基本使用
java·人工智能·后端·springaialibaba
蹦蹦跳跳真可爱5892 小时前
Python----OpenCV(图像増强——高通滤波(索贝尔算子、沙尔算子、拉普拉斯算子),图像浮雕与特效处理)
人工智能·python·opencv·计算机视觉
雷羿 LexChien2 小时前
从 Prompt 管理到人格稳定:探索 Cursor AI 编辑器如何赋能 Prompt 工程与人格风格设计(上)
人工智能·python·llm·编辑器·prompt
两棵雪松3 小时前
如何通过向量化技术比较两段文本是否相似?
人工智能
heart000_13 小时前
128K 长文本处理实战:腾讯混元 + 云函数 SCF 构建 PDF 摘要生成器
人工智能·自然语言处理·pdf
敲键盘的小夜猫3 小时前
LLM复杂记忆存储-多会话隔离案例实战
人工智能·python·langchain