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
Q8137574601 分钟前
数据挖掘在金融交易中的应用:民锋科技的智能化布局
人工智能·科技·数据挖掘
qzhqbb5 分钟前
语言模型的采样方法
人工智能·语言模型·自然语言处理
qzhqbb7 分钟前
基于 Transformer 的语言模型
人工智能·语言模型·自然语言处理·transformer
___Dream8 分钟前
【CTFN】基于耦合翻译融合网络的多模态情感分析的层次学习
人工智能·深度学习·机器学习·transformer·人机交互
极客代码16 分钟前
【Python TensorFlow】入门到精通
开发语言·人工智能·python·深度学习·tensorflow
义小深18 分钟前
TensorFlow|咖啡豆识别
人工智能·python·tensorflow
Tianyanxiao1 小时前
如何利用探商宝精准营销,抓住行业机遇——以AI技术与大数据推动企业信息精准筛选
大数据·人工智能·科技·数据分析·深度优先·零售
撞南墙者1 小时前
OpenCV自学系列(1)——简介和GUI特征操作
人工智能·opencv·计算机视觉
OCR_wintone4211 小时前
易泊车牌识别相机,助力智慧工地建设
人工智能·数码相机·ocr
王哈哈^_^1 小时前
【数据集】【YOLO】【VOC】目标检测数据集,查找数据集,yolo目标检测算法详细实战训练步骤!
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·pyqt