28、机器学习技术比较与遗传算法解析

机器学习技术比较与遗传算法解析

1. 机器学习技术比较

在处理分类识别问题时，我们有时需要判断两种不同的机器学习技术哪种更合适。这里采用的方法与之前有所不同，但原理相近，下面通过具体例子来说明。

1.1 实验方法：5x2交叉验证

比较两种机器学习算法的一种实验方法是使用5x2交叉验证。具体操作如下：
1. 将已分类的数据集合分成两个大小相等的子集，如T11和T12。
2. 用这两个子集分别对两种机器学习技术进行训练和测试：
- 先从T11诱导出两个分类器，然后在T12上进行测试。
- 再从T12诱导出两个分类器，在T11上进行测试。
3. 重复上述过程5次，每次都对数据进行不同的随机划分，得到Ti1和Ti2。

最终会得到十对测试集的分类准确率（也可以是错误率、精度、召回率等其他性能指标）。我们需要判断这十对结果之间的差异是否具有统计学意义。

1.2 实验结果示例

假设我们比较两种机器学习算法ML1和ML2，实验结果如下表所示：

测试集	T11	T12	T21	T22	T31	T32	T41	T42	T51	T52
ML1