模型评估与方法PPT课件.pptVIP

第2章 模型评估与选择 1 2.1 经验误差与过拟合 2.2 评估方法 2.3 性能度量 2.4 比较检验 2.5 偏差与方差 2 10/1/2020 2.1 经验误差与过拟合 经验误差 VS 泛化误差 过拟合 VS 欠拟合 3 10/1/2020 4 10/1/2020 2.2 评估方法 2.2.1、留出法（hold-out） 直接将数据集D划分为两个互斥的集合。 2.2.2交叉验证法（cross validation） 将数据集D划分为K个大小相似的互斥子集，每次用K-1个子集的并集作为训练集，余下的子集作为测试集。  缺点比较：我们希望评估的是用D训练的模型。但在留出法和交叉验证法中，由于保留了一部分样本用于测试，因此实际评估的模型所使用的训练集比D小，这必然会引入一些因训练样本规模不同而导致的估计偏差。  5 10/1/2020 2.2.3 自助法 “自助法”是针对上述缺点的一个比较好的解决方案，它直接以自助采样法为基础。给定包含m个样本的数据集D，我们对它进行采样产生数据集D’：每次随机从D中挑选一个样本，将其拷贝放入D’，然后再将该样本放回初始数据集D中，使得该样本在下次采样时仍有可能被采到；这个过程重复执行m次后，我们就得到了包含m个样本的数据集D’，这就是自助采样的结果。 于是我们可将D’用作训练集，D\D’用作测试集；这样，实际评估的模型与期望评估的模型都使用m个训练样本，而我们仍有数据总量约1/3的、没在训练集中出现的样本用于测试。 6 10/1/2020 2.2.4 调参与最终模型 现实中常见的做法，是对每个参数选择一个范围和变化步长，例如在[0,0.2]范围内以0.05为步长，则实际要评估的候选参数值是5个，最终从这5个值中产生选定值。 7 10/1/2020 2.3 性能度量 衡量模型泛化能力的评价标准 2.3.1 错误率与精度 错误率是分类错误的样本数占样本总数的比例 精度是分类正确的样本数占样本总数的比例 8 10/1/2020 真实情况 预测结果 正例 反例 正例 TP（真正例） FN（假反例） 反例 FP（假正例） TN（真反例） 9 10/1/2020 “平衡点”（Break-Event Point，简称BEP）,就是查准率与查全率时的取值。 10 10/1/2020 11 10/1/2020 2.3.3 ROC和AUC 根据实值或概率预测结果，我们可以将测试样本进行排序，“最可能”是正例的排在前面“最不可能”是正例的排在最后面。分类过程相当于在这个排序中以某个“截断点”将样本分为两个部分，前一部分判做正例，后一部分则判作反例。 在不同的应用任务中，我们可根据任务需求来采用不同的截断点。 排序本身质量的好坏，体现了综合考虑学习器在不同任务下的“期望泛化性能”的好坏，或者说“一般情况下”泛化性能的好坏。ROC曲线则是从排序本身质量的好坏的角度来研究学习器泛化性能。 12 10/1/2020 ROC全名“受试者工作特征”曲线，以“真正例率”为纵轴，以“假正例率”为横轴。 真正例率TPR：真正例样本数/真实情况是正例的样本数（查全率） 假正例率FPR：假正例样本数/真实情况是是反例的样本数 基于ROC曲线的学习器性能评价规则 1. 当曲线没有交叉的时候：外侧曲线的学习器性能优于内侧； 2. 当曲线有交叉的时候：比较ROC曲线下的面积即 AUC (Area Under ROC Curve) 13 10/1/2020 2.3.4 代价敏感错误率与代价曲线 在现实任务汇总常会遇到这样的情况：不同类型的错误所造成的后果不同。为权衡不同类型错误所造成的的不同损失，可为错误赋予“非均等代价”(unequal cost)。如下图所示，正确判断的代价显然应该为0，错误判断的代价之间的比值会影响我们对学习器的改造。  可令cost ij为把i类样本错判为j类样本的代价，对所有类型错误的数量与其错误代价的乘积求和，再除以样本总数量，就得到代价敏感（cost-sensitive）错误率。 14 10/1/2020 在非均等代价下，ROC曲线不能直接反映出学习器的期望总体代价，而“代价曲线”则可以达到目的。代价曲线的横轴是正例概率代价P(+)cost，纵轴是归一化代价cost —norm p是样例为正例的概率 FPR是假正例率，FNR = 1 - TPR 15 10/1/2020 2.4 比较检验 2.4.1假设检验 假设检验的基本思想是小概率反证法思想。小概率思想是指小概率事件（P0.01或P0.05）在一次试验中基本上不会发生。反证法思想是先提出假设(检验假设