当前位置:网站首页>周志华机器学习
周志华机器学习
2022-08-04 05:29:00 【视觉菜鸟Leonardo】
1.
真正例率(TPR)、假正例率(FPR)与查准率(P)、查全率(R)之间的联系:
查全率: 真实正例被预测为正例的比例
真正例率: 真实正例被预测为正例的比例
显然查全率与真正例率是相等的。
查准率:预测为正例的实例中真实正例的比例
假正例率: 真实反例被预测为正例的比例
2.损失函数其实就是算罚分,模型预测质量越差,罚分越多。
边栏推荐
猜你喜欢

Dictionary feature extraction, text feature extraction.

TensorFlow2 study notes: 4. The first neural network model, iris classification

动手学深度学习_softmax回归

(九)哈希表

(十五)B-Tree树(B-树)与B+树

0, deep learning 21 days learning challenge 】 【 set up learning environment

Th in thymeleaf: href use notes

超详细MySQL总结
k3s-轻量级Kubernetes

flink问题整理
随机推荐
SQL的性能分析、优化
flink on yarn指定第三方jar包
The pipeline mechanism in sklearn
剑指 Offer 2022/7/1
Logistic Regression --- Introduction, API Introduction, Case: Cancer Classification Prediction, Classification Evaluation, and ROC Curve and AUC Metrics
Android foundation [Super detailed android storage method analysis (SharedPreferences, SQLite database storage)]
简单说Q-Q图;stats.probplot(QQ图)
TensorFlow2 study notes: 7. Optimizer
Androd Day02
MySQL事务详解(事务隔离级别、实现、MVCC、幻读问题)
IvNWJVPMLt
【深度学习21天学习挑战赛】备忘篇:我们的神经网模型到底长啥样?——model.summary()详解
剑指 Offer 2022/7/8
视图、存储过程、触发器
flink-sql所有表连接器
Redis持久化方式RDB和AOF详解
动手学深度学习__数据操作
SQL练习 2022/7/4
属性动画的用法 以及ButterKnife的用法
简单明了,数据库设计三大范式