- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
机器学习
MachineLearning
;1.机器学习基本流程;1.1数据清洗和预处理;归一化两种形式:取值范围归一化,概率分布归一化;1.2特征工程;1.3训练集、测试集和验证;验证和测试;测试集的几种构成和测试方法(续);交叉验证示意;2.机器学习系统的实际性能评价;精度和查全率(针对二分类定义);样本集:300正类、9700负类
该例子中,若将所有样本
判为负例,则Acc=0.97;一种比较总体优劣的方法是采用AUG参数,一个分类器AUG参数(AreaUnderROCCurve)表示为其ROC曲线之下和坐标横轴之间的面积;3.机器学习模型的误差分解;;误差分解的数值实例
您可能关注的文档
- 清华大学《机器学习》ppt课件 6-核与SVM.pptx
- 清华大学《机器学习》ppt课件 7-决策树与集成学习.pptx
- 清华大学《机器学习》ppt课件 8-神经网络和深度学习.pptx
- 清华大学《机器学习》ppt课件 9-p1-深度学习1.pptx
- 清华大学《机器学习》ppt课件 10-p2-深度学习2.pptx
- 清华大学《机器学习》ppt课件 11-p3-深度学习3.pptx
- 清华大学《机器学习》ppt课件 12-无监督学习-1.pptx
- 清华大学《机器学习》ppt课件 13-无监督学习-2.pptx
- 清华大学《机器学习》ppt课件 14-强化学习1.pptx
- 清华大学《机器学习》ppt课件 15-强化学习2.pptx
文档评论(0)