Week6_Machine Learning System Design课后习题解答

最新推荐文章于 2025-07-08 20:25:17 发布

Mac Jiang

最新推荐文章于 2025-07-08 20:25:17 发布

阅读量6.4k

点赞数 5

CC 4.0 BY-SA版权

分类专栏： Mac Jiang的机器学习专栏文章标签：机器学习斯坦福大学 week6 课后作业 coursera

本文链接：https://blog.youkuaiyun.com/a1015553840/article/details/50781173

本文详细解答了斯坦福大学Coursera课程Machine Learning System Design的Week6课后习题，涉及垃圾邮件分类器的召回率计算、大量数据训练效果分析、逻辑回归分类器阈值调整的影响以及在偏斜类别数据中的评估标准等内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

    大家好，这篇文章主要和大家讨论coursra网站上斯坦福大学机器学习第6周第二部分Machine Learning System Design的课后习题。我将给出习题的大致翻译和本人的解题思路，其中可能存在错误，欢迎大家批评指正！

这里写图片描述
题意：你用正则化逻辑回归构造一个垃圾邮件分类器，垃圾邮件y=1这类，非垃圾邮件为y=0这类。你已经训练好了你的分类器，并且有1000个交叉验证数据集。预测分类和实际分类的图标如下。
请问这个分类器的recall（召回率）为多少？将答案填入下面框内，不少于两位小数。
分析：

Tables	Actuall 1	Actuall 0
prediction 1	True possitive	False possitive
prediction 0	False Negative	True Negative

85对应的是True possitive,890对应的是False possitive,15对应的是False negative,10对应的是True negative.召回率对应第三个公式，带入计算即可。
答案：recall = 85/（85+15）=0.85. 注意，不同学生计算的内容可能不同，看清计算recalll,accuracy,prediction,F1 score.