首页 > 代码库 > 《机器学习》(周志华)笔记

《机器学习》(周志华)笔记


2.3性能度量
2.3.1 回归任务中的性能度量
均方误差
2.3.2 分类任务中的性能度量
精度    acc =(TP+TN)/(TP+FN+FP+TN)
错误率E =FN+FP)/(TP+FN+FP+TN)

准确率 P = TP/(TP+FP)                                 挑出的好瓜占挑出的西瓜的比例
召回率 R = TP/(TP+FN) = TP/m+                 挑出的好瓜占所有好瓜的比例
真正例率 TPR = TP/(TP+FN)=TP/m+           挑出的正例占所有正例的比例
假正例率 FPR = FP/(TN+FP)=FP/m-             挑出的反例占所有反例的比例


假反例率 FNR = FN/(TP+FN)= FN/m+           未被挑出的正例占所有正例的比例
FNR+TPR = 1


P和R“互斥”,一个0一个1。组成PR图和PR曲线。
TPR和FPR“相吸”,同时为0同时为1.组成ROC图和ROC曲线。

F1是P和R的调和平均:
1/F1 = 1/2 *(1/P + 1/R)= 1/(2*P) + 1/(2*R)
Fb是P和R的加权调和平均:
1/Fb = 1/(1+b^2) *(1/P + b^2/R)= 1/((1+b^2)*P)+b^2/((1+b^2)*R)= 1/((1+b^2)*P)+1/((1+1/b^2)*R)

3.2线性回归


null


《机器学习》(周志华)笔记