机器学习第2章 模型评估与选择课件_第1页
机器学习第2章 模型评估与选择课件_第2页
机器学习第2章 模型评估与选择课件_第3页
机器学习第2章 模型评估与选择课件_第4页
机器学习第2章 模型评估与选择课件_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第2章模型评估与选择机器学习第2章模型评估与选择主要内容经验误差与过拟合评估方法性能度量比较检验偏差与方差机器学习第2章模型评估与选择误差误差（error）：学习器实际预测输出与样本真实输出之间的差异训练集：训练误差（trainingerror），（经验误差，empiricalerror）训练集的补集：泛化误差（generalizationerror）我们希望泛化误差小的学习器机器学习第2章模型评估与选择过拟合过拟合（overfitting）：训练过度使泛化能力下降欠拟合（underfitting）：未能学好训练样本的普遍规律过拟合是机器学习的关键障碍且不可避免！模型误差包含了数据误差，或者说模型信息中包含了噪声。机器学习第2章模型评估与选择学习器泛化评估——实验测试

机器学习第2章模型评估与选择测试方法数学表达注意事项优缺点留出法（hold-out）分层采样（stratifiedsampling）重复试验取平均评估结果测试集小，评估结果方差较大训练集小，评估结果偏差较大交叉验证法（crossvalidation）留一法（Leave-One-Out，LOO）每次使用一个样本验证不受随机样本划分方式影响数据量大时计算量大自助法（bootstrapping）可重复采样/有放回采样数据集较小有用改变初始数据集的分布，引入偏差机器学习第2章模型评估与选择调参与最终模型

机器学习第2章模型评估与选择性能度量

机器学习第2章模型评估与选择任务需求——以二分类为例

机器学习第2章模型评估与选择多混淆矩阵

机器学习第2章模型评估与选择ROC与AUC

机器学习第2章模型评估与选择代价敏感错误率与代价曲线

机器学习第2章模型评估与选择比较检验

机器学习第2章模型评估与选择单个学习器

机器学习第2章模型评估与选择一个数据集多个学习器

机器学习第2章模型评估与选择多个数据集和多个学习器

机器学习第2章模型评估与选择偏差与方差

机器学习第2章

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论