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
程序员NEO几秒前
精控Spring AI日志
人工智能·后端
伪_装3 分钟前
上下文工程指南
人工智能·prompt·agent·n8n
普通程序员31 分钟前
Gemini CLI 新手安装与使用指南
前端·人工智能·后端
视觉语言导航33 分钟前
ICCV-2025 | 复杂场景的精准可控生成新突破!基于场景图的可控 3D 户外场景生成
人工智能·深度学习·具身智能
whaosoft-14340 分钟前
51c自动驾驶~合集6
人工智能
tonngw1 小时前
Manus AI与多语言手写识别
人工智能
love530love1 小时前
Docker 稳定运行与存储优化全攻略(含可视化指南)
运维·人工智能·windows·docker·容器
HeartException1 小时前
量子计算+AI芯片:光子计算如何重构神经网络硬件生态
人工智能
摸鱼仙人~2 小时前
Minstrel:多智能体协作生成结构化 LangGPT 提示词
人工智能·提示词
AI街潜水的八角3 小时前
深度学习图像分类数据集—濒危动物识别分类
人工智能·深度学习