weixin_40795591的博客

目录  4、比较检验假设检验交叉验证t检验McNemar检验Friedman检验与Nemenyi后续检验5、偏差和方差 4、比较检验这部分主要介绍当我们使用某种实验评估方法测得学习器的某个性能度量结果时，我们要如何进行比较，判断学习器的优劣。也就是性能比较，性能比较主要有以下几个重要因素：我们一开始就应该很明确，我们希望比较的是学习器的泛化性能，但性...

今天开始学习周志华老师的《机器学习》，边学边做笔记，总结一下自己的所学，会坚持更新，机器学习小白，出错的地方请各位大佬不吝指教。教材链接：https://pan.baidu.com/s/1uNulv7Os0vzqjXc-c5mx5w 密码：6pzb第一章 绪论1、样本空间百度百科定义：随机事件E的所有基本结果组成的集合为E的样本空间。样本空间的元素称为样本点或基本事件。现实任务...

机器学习领域最重要的国际学术会议有：国际机器学习会议（ICML）国际神经信息处理系统会议（NIPS）国际学习理论会议（COLT）欧洲机器学习会议（ECML）亚洲机器学习会议（ACML） 机器学习领域重要的学术期刊：Journal of Machine Learning ResearchMachine Learning  人工智能领域重要会议：国际人工...

第二章 模型评估与选择目录第二章 模型评估与选择1、经验误差与过拟合2、评估方法留出法（hold-out）交叉验证法（cross validation）（k折交叉验证 k-fold cross validation）留一法（Leave-One-Out，简称LOO）自助法（bootstrapping）调参与最终模型1、经验误差与过拟合通常我们把分类错误的样...

西瓜书《机器学习》学习笔记 二 模型评估与选择（一）目录3、性能度量（performance measure）   错误率与精度   查准率、查全率与F1   ROC与AUC   代价敏感错误率与代价曲线3、性能度量（performance measure）衡量模型泛化能力的评价标准，就是性能度量。性能度量 <————> 任务需求在对比不同模型的...

上两周周有点事情耽搁了几天，继续开始学习《机器学习》，坚持。。。在这里安利一下吴恩达老师的《机器学习》教学视频，讲的非常好，大家有空可以去看一看。第三章 线性模型1、概念：线性模型试图学习得到一个通过属性的线性组合来进行预测的函数，即优点是简单，易于建模。2、分类任务和回归任务回归问题和分类问题的本质一样，都是针对一个输入做出一个输出预测，其区别在于输出变量的类型。...