随笔分类 - 机器学习
摘要：参考：ROC与AUC 1. 总结：绘制ROC曲线时，横坐标是FPR(False Positive Rate)，纵坐标是TPR（True Positive Rate），ROC曲线上的每一个点由一个分类器（例如逻辑回归分类器）取某一个概率阈值(例如取0.8作为阈值，则预测的概率大于0.8视为正样本，否则
阅读全文
摘要：Say you have one feature and a target with 3 possible values X = np.array([3.4, 3.4, 3. , 2.8, 2.7, 2.9, 3.3, 3. , 3.8, 2.5]) y = np.array([0, 0, 0, 1
阅读全文
摘要：参考：什么是卡方检验 连续投掷硬币50次，其中22次为正面，28次为方面，问这枚硬币是否是正常硬币？ 这是个假设检验的问题。 若用卡方检验来做，需要先用上面的公式计算卡方值X2，然后查表看卡方值有没有落入指定区间，即可判定是否应该接受假设。 类似的抛骰子的例子：抛36次，已知各个点数朝上的次数，问是
阅读全文
摘要：用LDA模型抽取文本特征，再用线性SVM分类，发现效果很差，F1=0.654。 Precision:0.680,Recall:0.649,F1:0.654 RandomForestClassifier的表现也比较差： Precision:0.680,Recall:0.668,F1:0.670 而随便
阅读全文
摘要：1、accuracy即我们通常理解的准确率，计算的时候是指在预测值pred与目标值target之间重叠的部分的大小除以pred的大小(或target的大小,因为sklearn要求pred与target大小必须一致)。 比如 target=[2,2,2,3,2] pred=[2,2,1,3,4] 此时
阅读全文
