- 博客(3)
- 收藏
- 关注
RSS订阅原创 机器学习笔记--查准率precision和查全率recall、F1
真正例（true positive）、假正例（false positive）、真反例（true negative）、假反例（false negative），分别用TP、FP、TN、FN表示相应样例数，样例总数=TP+FP+TN+FN；分类结果混淆矩阵：真实情况预测结果正例反例正例TP（真正例）FN（假反例）反例FP（假正例）TN（真反例）查准率（precision）：被认定为正例的里面，判断正确的...
2018-06-06 22:00:49
2572
原创 反向传播公式推导，BP神经网络（Back Propagation）/误差逆传播算法推导
BP神经网络算法即误差逆传播算法（error Back Propagation），先将输入层输入的数据提供给输入层神经元，然后逐层将信号前传，直到产生输出层的结构；然后计算输出层的误差，再将误差逆向传播至隐层神经元，最后根据隐层神经元的误差来对连接权和阈值进行调整，如此循环迭代，直到达到某些条件为止。一般而言，只需包含一个足够多神经元的隐层，就能以任意精度逼近任意复杂度的连续函数，故下面以训练单隐...
2018-06-06 21:51:19
15625
原创 机器学习《Machine Learning》笔记--偏差（Bias）和方差（Variance）
偏差（Bias）和方差（Variance）偏差（Bias）：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据。方差（Variance）：描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。方差越大，数据的分布越分散。 偏差：形容数据跟我们期望的中心差得有多远，算是“有监督的”，有人的知识参与指标；方差：形容数据分散程度的，算是“无监督的”，客观的指标。噪声：表达了...
2018-06-05 21:08:02
1804
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人