zoukankan      html  css  js  c++  java
  • 机器学习(西瓜书)——模型评估与选择

    1、评估标准

      1)经验误差 :训练集上产生的误差

      2)泛化误差:对新样本进行预测产生的误差

      3)过拟合:经验误差很小甚至为零,泛化误差很大(模型训练的很复杂,几乎涵盖了训练集中所有的样本点)

      4)欠拟合:与过拟合相反

      一般模型的泛化误差越小越好

    2、评估方法

      1)留出法:采用分层采样的方式留出验证集

      2)交叉验证法:将数据集均分k份,留出一份作为交叉验证集,重复k次取均值

      3)自助法:随机可重复采样m次,所得集合作为训练集,余下数据作为验证集

      在数据集较小时,自助法比较可靠 在数据集较大时,留出法和交叉验证法更常用一些

    3、调参与最终模型

      1)调参:调整模型输入参数,使得结果接近最佳,如果计算资源允许,可通过枚举方式进行

      2)在模型选择完成后,学习算法和参数配置已选定,此时应该用数据集D重新训练模型

    4、性能度量

      回归任务中最常用的性能度量是均方误差

      1)错误率与精度

      2)查准率(precision)与查全率(recall)

  • 相关阅读:
    云题库错题分析
    数据库相关子查询
    阻止事件冒泡
    21分钟 MySQL 入门教程(转载!!!)
    java接口
    java访问修饰符
    小游戏,快速击键
    个人对Java中多态的一些简单理解
    简述抽象和封装,对你学习Java有一些作用
    Bank,我只是来完成作业的
  • 原文地址:https://www.cnblogs.com/acm-jing/p/7549905.html
Copyright © 2011-2022 走看看