摘要：
题目描述： 试述真正例率（TPR）、假正例率（FPR）与查准率（P）、查全率（R）之间的联系。 解答： 定义 $$ TPR = \frac{TP}{TP+FN}=\frac{预测为正例中真的是正例的个数}{样本中的正例数} $$ $$ FPR = \frac{FP}{TP+FN}=1 TPR=\fr 阅读全文
2020年4月20日
摘要：
题目描述： 若学习器$A$的$F1$值比学习器$B$高，试析$A$的BEP值是否也比$B$高。 解答： BEP BEP("Break Even Point")：平衡点。它是“查全率=查准率”时查全率的值。 F1 $F1$是基于查准率$P$与查全率$R$的调和平均 $$ \frac{1}{F1} = 阅读全文
摘要：
题目描述: 数据集包含100个样本，其中正、反例各一半，假定学习算法所产生的模型是将新样本预测为训练样本数较多的类别（训练样本数相同时进行随机预测），试给出用10折交叉验证法和和留一法分别对错误率进行评估所得的结果。 解答: 错误率 如果在$m$个样本中有$a$个样本分类错误，则错误率$E=a/m$ 阅读全文