模型评估与选择

周志华  模型评估  ROC

  

2019-08-17 21:54:06

2.1 经验误差与过拟合 2.2 评估方法 2.3 性能度量 2.5 偏差与方差 2.1 经验误差与过拟合 错误率(error rate):分类错误的样本占总样本的比率 精度(accuracy):分类正确的样本占总样本的比率 误差(error):学习器的实际预测输出与样本的真实输出之间的差距(指误差期望) 训练误差(training error)或经验误差(empirical error):学习器...

       上篇主要介绍和讨论了线性模型。首先从最简单的 最小二乘法 开始,讨论输入属性有一个和多个的情形,接着通过 广义线性模型 延伸开来,将 预测连续值的回归问题转化为分类问题,从而引入了对数几率回归,最后 线性判别分析LDA 将样本点进行投影,多分类问题实质上通过划分的方法&nbs...