12、分类算法的温和介绍

分类算法的温和介绍

1. 分类任务的引入

在机器学习中，回归的输入/输出类型比分类更为通用，因此可以使用线性回归算法来处理分类任务。不过，在实现TensorFlow代码之前，评估分类器的性能非常重要。

1.1 性能衡量

在编写分类算法之前，需要能够检查结果的准确性。以下是一些衡量分类问题性能的关键技术：
- 数据预处理 ：如果变量的值是名义值，可能需要进行预处理。一种方法是将每个名义值视为布尔变量。例如，对于“水果”变量，可以将香蕉、苹果和橙子分别作为新的变量，每个变量的值为0或1，同时移除原始的“水果”变量。
- 练习 ：判断以下任务更适合作为回归还是分类任务：
- 预测股票价格 - 回归
- 决定应该买入、卖出还是持有哪些股票 - 分类
- 以1 - 10的尺度对计算机质量进行评级 - 两者皆可

1.2 具体性能指标

1.2.1 准确率（Accuracy）

分类问题类似于学校中的多项选择题考试。在机器学习中，给定一个陈述，需要将其分类为给定的多个“答案”之一。如果只有两个选择，就称为二元分类器。准确率的计算公式为：
[
\text{准确率} = \frac{\text{正确分类的数量}}{\text{总数量}}
]
准确率提供了一个粗略的性能总结，如果只关注算法的整体正确性，它可能就足够了。但它无法揭示每个标签的正确和错误结果的详细情况。为了弥补这一不足，可以使用混淆矩阵。

1.2.2 混淆矩阵（Confusion Ma