《吴恩达机器学习》笔记——12 机器学习系统设计

《吴恩达机器学习》笔记——12 机器学习系统设计

1 确定执行的优先级

构建一个垃圾邮件分类器

监督学习	输入	输出
符号	$x$	$y$
描述	email的特征	-
选择	选择100个词来表明是否为垃圾邮件$$x\in {\mathbb{R}}^{100}$$$x_j=\{\begin{array}{cc}1& 若单词j出现在邮件中\\ 0& 其他\end{array}$	垃圾邮件(1)或非垃圾邮件(0)

减小误差方法	例子
收集大量数据	honeypot
用更复杂的特征向量描述邮件	邮件标头
根据邮件正文构建更复杂的特征向量	-
检测出垃圾邮件中的错误拼写	-

2 误差分析

推荐方法
通过一个简单的算法来快速地实现
画出相应的学习曲线来找出算法是否存在高偏差或高方差的问题
误差分析：观察交叉验证集的情况

3 不对称性分类的误差评估

偏斜类
一个类中的样本数与另一个类的数据相比多很多

预测类\真实类	1	0
1	True Positive	False Positive
0	False Negative	True Negative

评估	查准率(Precision( P ))	召回率(Recall( R ))	$F_1$值
公式	$\frac{TP}{TP+FP}$	$\frac{TP}{TP+FN}$	$$2\frac{PR}{P+R}$$
目标	高	高	高