标签：概率 机器 预测 方差 模型 分类 增加

• Logit模型的经济学含义：PM10保持不变的时候，PM2.5增加一个单位，取1与取0的概率比增加e^0.05（优势比）
• 树的形式表示推理规则集
• 多项式的几何理解：y=x+x² 是3维空间中的平面在2维空间中的曲线
• 参数估计
  • 回归预测中的平方损失函数
  • 分类预测中的交互熵 p.s.K是类，二分类预测的指数损失函数，多分类情况用softmax函数
    • 交叉熵
    • 负号的作用：真实值*概率，概率越大，损失越小。
  • 搜索策略：梯度下降法
• 预测模型的评价：模型误差、泛化误差
  • 混淆矩阵
  • 敏感性、特异性

  • 查准率P（真阳占所有查出来的阳）、查全率R（真阳占所有本身的阳）

  • F1
  • Fvalue
  • 多分类模型
    • 建模策略：一对一，一对多
    • 微平均、宏平均
  • ROC取不同的概率阈值——计算TPR、FPR
    • 
    • 什么情况比较好？单个模型：横轴增加，纵轴迅速增加；模型比较：包住
    • (b)图也可以帮助确定概率阈值
  • P-R曲线
• 模型选择的基本原则：奥克姆剃刀原则、避免过拟合
• 预测模型的偏差—方差分解：增加模型复杂度，降低偏差，但方差会增加
• 调参是在调什么：模型如何在偏差、方差取得平衡
  

标签：概率,机器,预测,方差,模型,分类,增加
来源： https://www.cnblogs.com/wulicode/p/15349406.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。