qq_43575159的博客

在数据本身严重有偏的情况下，准确率很容易达到一个很高的数值，因此需要寻找另外的性能评价方法。混淆矩阵混淆矩阵：将数据按待分的类别分组后，统计各组中模型分类或预测结果的矩阵总例数：Total=TP+FP+FN+TN\small{Total = TP + FP + FN + TN}Total=TP+FP+FN+TN准确率：ACC=TP+TNTotal\small{ACC} = \fr...

贝叶斯定理：P(C∣x)=P(x∣C)P(C)P(x)P(C|x) = \frac{P(x|C)P(C)}{P(x)}P(C∣x)=P(x)P(x∣C)P(C)​x：观察变量C：一个潜在特性P(C∣x)P(C|x)P(C∣x)：后验概率P(C)P(C)P(C)：先验概率P(x∣C)P(x|C)P(x∣C)：似然性 likelihood贝叶斯分类：最大化后验概率策略对于具备 n 个...

Logistic回归（逻辑回归）：用量化特征预测某事发生的概率，取值范围是0到1，多用于二分类问题。f=11+e−tf = \frac{1}{1 + e^{-t}}f=1+e−t1​ 输入t：样本特征中的线性函数几率（Odds）：设某事件发生的概率为 P，则该事件的几率为该事件发生的概率与不发生的概率之比Odds=P1−POdds∈[0，+∞)Odds = \frac{P}{1 - P...

回归：建立因变量 y 和自变量 x 之间的函数关系yˆk=f(X)\text{\^{y}}_k = f(X)yˆ​k​=f(X)y：希望被预测或被解释的变量，目标或响应x：预测变量，一般指容易获得的样本特征，x 可以作为向量。当包含多个特征时，为多元回归根据函数关系 fff 是否为线性，分为线性回归和非线性回归一元线性回归yˆk=β0+β1xk\text{\^{y}}_k = \b...

数据科学简介现时代科学范式正在转变，继实验、理论与计算之后，数据科学已成为人类探索世界的第四科学范式。工业界对数据科学的关注在应用层面，更关注相关性而非因果性。数据数据传感器采集到的各种物理、生物、化学指标等等可记录、可表征的数量、性质都是数据，对于行为的描述与记录也能构成数据，例如互联网上的一次次交易，访问。总之，现实中某种事物或事物间关系数量或性质的表征和记录，都称之为数据，数据是信息的...