02性能评价数据的采集和组织.pptVIP

生物医学数据挖掘Biomedical Data Mining 回顾 第一章 概论 四、数据挖掘性能评价 评价准则：结果或模型 准确性 可理解性 性能 数据的噪声 四、数据挖掘性能评价 样本的组织 所有样本属性已知 两类样本：相互独立 学习样本/训练样本集：规律的总结 测试样本集：评价、检验 两类样本的分组 两类样本的分组 随机分组法： 通常：训练集(2/3)，测试集(1/3) 两类样本的分组 交叉验证法： 如 K折交叉验证法（一般随机分成10组） 留一法：适用样本数据更少的情况 举例 四、数据挖掘性能评价 预测型模型的性能评价 残差 混淆矩阵 P10 灵敏度（sensitivity） 特异度（specificity） 分类正确率（accuracy） ROC（receiver operating characteristics curve）曲线 四、数据挖掘性能评价 灵敏度 特异度 分类正确率 灵敏度与特异度 取值：均在0-1之间 缺点：单独使用，可能出现矛盾 解决办法：ROC曲线 四、数据挖掘性能评价 ROC曲线 灵敏度与特异度间的平衡(trade off) 总结 第二章 数据采集与准备 一、数据的采集和组织 一、数据的采集和组织 一、数据的采集和组织 一、数据的采集和组织 上海交通大学医学院 计算机应用教研室 龚著琳 第