随笔分类 - 机器学习

关于Precision，Recall，ROC曲线，KS，Lift等模型评价指标的介绍

摘要：

1.Precision, Recall 准确率 Accuracy =

\frac{T P + T N}{T P + T N + F P + F N}

$\frac{TP+TN}{TP+TN+FP+FN}$ 精确率（或命中率） Precision =

\frac{T P}{T P + F P}

$\frac{TP}{TP+FP}$ ，预测为positive中，实际为positive的比例，反映分类器的准确性召回率（阅读全文

posted @ 2022-03-01 18:41 qypx 阅读(3179) 评论(0) 推荐(0) 编辑

关于熵，条件熵，交叉熵等的介绍

摘要：

参考：《数学之美》一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉详解机器学习中的熵、条件熵、相对熵和交叉熵常用的分类问题中的损失函数 1.信息量与信息熵香农在他著名的论文”通信的数学原理“（A Mathematic Theory of Communication）中提出了”信息阅读全文

posted @ 2022-02-25 16:49 qypx 阅读(547) 评论(0) 推荐(0) 编辑

WOE编码与IV值

摘要：参考: WOE与IV值浅谈机器学习-变量筛选之IV值和WOE 0. Introduction WOE (weight of evidence): 证据权重 IV (information value): 信息值计算 WOE 与 IV 值的意义：（1）用 woe 编码可以处理缺失值问题。（2）阅读全文

posted @ 2022-02-23 11:39 qypx 阅读(1675) 评论(1) 推荐(1) 编辑