机器学习:模型评估和选择

2.1 经验误差与拟合

精度(accuracy)和错误率(error rate):精度=1-错误率

训练误差(training error)或经验误差(empirical error)

泛化误差(generalization error)

过拟合(overfitting)和欠拟合(underfitting)

过拟合:小明脸上一个伤口,机器人为没上伤口才是小明,过分在意无关细节,导致该筛的没筛到

欠拟合:身高170就是小明,结果小明好几个

2.2 评估方法

2.2.1 留出法(hold-out)

常用做法是将大学2/3~4/5的样本用于训练,剩余样本用于训练

为同时保证训练集和测试集的准确性,所占比例都不能过大或者过小

2.2.2 交叉验证法(cross validation)

将数据集分为n份,n次选编号n的集合作为测试集,其余为训练集验证,求平均

常用的有“10次10折交叉验证”

特例 :留一法(Leave-One-Out)  m个样品m个子集,则1个子集1个样品;相对精确,可是计算量可能会比较大

2.2.3 自助法(bootstrapping)

为了弥补前两种方法训练集均小于数据集的缺陷

基于自助取样(有放回取样)

2.3 性能度量

2.3.1 错误率和精度

2.3.2 查准率(precision)和查全率(recall)

P-R图,如果A曲线包住B曲线,则A好;如果有交叉,看平衡点(Break-Even point)大小

2.3.3  ROC和AUC

时间: 2024-11-05 19:33:09

机器学习:模型评估和选择的相关文章

机器学习笔记(二)模型评估与选择

2.模型评估与选择 2.1经验误差和过拟合 不同学习算法及其不同参数产生的不同模型,涉及到模型选择的问题,关系到两个指标性,就是经验误差和过拟合. 1)经验误差 错误率(errorrate):分类错误的样本数占样本总数的比例.如果在m个样本中有a个样本分类错误,则错误率E=a/m,相应的,1-a/m称为精度(accuracy),即精度=1-错误率. 误差(error):学习器的实际预测输出和样本的真实输出之间的差异.训练误差或经验误差:学习器在训练集上的误差:泛化误差:学习器在新样本上的误差.

【机器学习 第2章 学习笔记】模型评估与选择

1.训练误差:学习器在训练集上的误差,也称“经验误差” 2.泛化误差:学习器在新样本上的误差 显然,我们的目标是得到在新样本上表现更好的学习器,即泛化误差要小 3.过拟合:学习器把训练样本学的太好了,导致泛化性能下降(学过头了...让我联想到有些人死读书,读死书,僵化,不懂得变通和举一反三) 原因:学习能力过于强大,把一些不太一般的特性也学了进来 针对措施:不好解决,是机器学习面临的关键障碍 4.欠拟合:就是连训练集都没学好,更别说泛化了(有点管中窥豹,盲人摸象的意思). 原因: 学习能力低下

机器学习总结之第二章模型评估与选择

机器学习总结之第二章模型评估与选择 2.1经验误差与过拟合 错误率 = a个样本分类错误/m个样本 精度 = 1 - 错误率 误差:学习器实际预测输出与样本的真是输出之间的差异. 训练误差:即经验误差.学习器在训练集上的误差. 泛化误差:学习器在新样本上的误差. 过拟合:学习器把训练样本学的"太好",把不太一般的特性学到了,泛化能力下降,对新样本的判别能力差.必然存在,无法彻底避免,只能够减小过拟合风险. 欠拟合:对训练样本的一半性质尚未学好. 2.2评估方法 (在现实任务中,还需考虑

【机器学习123】模型评估与选择 (上)

第2章 模型评估与选择 2.1 经验误差与过拟合 先引出几个基本概念: 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异. 训练误差(training error):学习器在训练集上的误差,也称"经验误差". 测试误差(testing error):学习器在测试集上的误差. 泛化误差(generalization error):学习器在新样本上的误差. 错误率(error rate):分类错误的样本数占样本总数的比例. 精度(accuracy) = 1 – 错误率.

第二章 模型评估与选择

2.1  经验误差与过拟合 错误率和精度:通常我们把分类错误的样本占样本总数的比例称为“错误率”(error rate),即如果在m个样本中有a个样本分类错误,则错误率E=a/m:相应的,1-a/m称为“精度”.(accuracy).即“精度=1-错误率”. 误差:学习期的实际预测误差和样本的真实输出之间的差异称为“误差”(error) 训练误差/经验误差:学习器在训练集上的误差称为“训练误差”(training error)或 “经验误差”(expircial error) 泛化误差(gene

模型评估与选择(1)

模型评估与选择 经验误差与过拟合 (1)错误率:分类错误的样本数占样本总数的比例 精度:1\(-\)错误率 (2)误差:学习器的实际输出与样本真实值之间的差异 误差有训练误差和泛化误差两种.训练误差指的是学习器在训练集上的误差,也称为经验误差:泛化误差指的是在新样本上的误差. (但是,对于训练样本,其分类精度即使是100%,也并不一定代表这个学习器就很好.我们希望得到的是泛化误差小的学习器) (3)过拟合:承接第2点括号内的内容,我们希望得到的学习器,是在新样本上表现很好的学习器,也就是泛化误差

机器学习之模型评估与选择

2.1 经验误差与过拟合 基本概念: 错误率:分类错误数/总样本数 训练误差/经验误差:学习器在训练集上所产生的误差 泛化误差:学习器在测试集上产生的误差 2.2 评估方法 在实际应用中会有多种不同的算法进行选择,对于不同的问题,我们该选择用哪种学习算法和参数配置,是机器学习中的模型选择.无法直接获得泛化误差,训练误差由于过拟合现象的存在也不适合作为标准,我们如何对模型进行评估和选择. 从训练集中随机获取测试集,测试集和训练集互斥.通过对D进行适当的处理,从中产生出训练集S和测试集T,下面介绍几

监督学习之模型评估与选择

一.定义: 监督学习主要包括分类和回归 当输出被限制为有限的一组值(离散数值)时使用分类算法 当输出可以具有范围内的任何树值(连续数值)时使用回归算法 相似度学习是和回归和分类都密切相关的一类监督学习,它的目的是使用相似函数从样本中学习,这个函数可以度量两个对象之间的相似度或关联度 二.监督学习三要素 模型:总结数据的内在规律,用数据函数描述的系统 策略:选取最优模型的评价准则 算法:选取最优模型的具体方法 三.模型评估: 1.训练集和测试集 训练集(training set):训练模型的数据

机器学习 第二章:模型评估与选择-总结

1.数据集包含1000个样本,其中500个正例,500个反例,将其划分为包含70%样本的训练集和30%样本的测试集用于留出法评估,试估算共有多少种划分方式. 留出法将数据集划分为两个互斥的集合,为了保持数据的一致性,应该保证两个集合中的类别比例相同.故可以用分层采样的方法.训练集包含350个正例与350个反例,测试集包含150个正例与150个反例. 故有500C350*500C350 种划分方式(排列组合) 2.数据集包含100个样本,其中正反例各一半,假定学习算法所产生的模型是将新样本预测为训

机器学习(西瓜书)模型评估与选择

1.评估标准 1)经验误差 :训练集上产生的误差 2)泛化误差:对新样本进行预测产生的误差 3)过拟合:经验误差很小甚至为零,泛化误差很大(模型训练的很复杂,几乎涵盖了训练集中所有的样本点) 4)欠拟合:与过拟合相反 一般模型的泛化误差越小越好 2.评估方法 1)留出法:采用分层采样的方式留出验证集 2)交叉验证法:将数据集均分k份,留出一份作为交叉验证集,重复k次取均值 3)自助法:随机可重复采样m次,所得集合作为训练集,余下数据作为验证集 在数据集较小时,自助法比较可靠 在数据集较大时,留出