吃瓜笔记---机器学习简介

deeplearningcc

已于 2022-10-18 20:00:05 修改

阅读量160

点赞数

CC 4.0 BY-SA版权

文章标签：机器学习

于 2022-10-11 10:23:14 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/deeplearningcc/article/details/127258220

这篇博客介绍了机器学习的基础，包括模型评估的重要性和选择标准，如错误率、精度概念，探讨了过拟合和欠拟合现象，并提到了性能度量如均方误差。同时，内容预告将涉及数据分布概率密度函数等主题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第 1 章

第 2 章模型评估与选择

错误率

$E=\frac{a}{m}$

m表示样本数量，a表示样本分类错误

精度

$(1-\frac{a}{m})*100\%$

过拟合（overfitting）、欠拟合（underfitting）

性能度量

均方误差（mean squared error）

$E(f;D)=\frac{1}{m}\displaystyle\sum_{i=1}^m(f(x_i)-y_i)^2$

$E(f;D)=\int_{x-D}(f(x)-y)^2p(x)dx$

数据分布D 概率密度函数p(·)

慢慢补充中~

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。