随笔分类 - 机器学习
machine learning
摘要：信息量 熵：对所有可能事件所带来的信息量求期望 交叉熵：衡量两个分布更相似否？（在大小上，类似于点积） 它主要刻画的是实际输出（概率）与期望输出（概率）的距离，也就是交叉熵的值越小，两个概率分布就越接近。 参考文献 引言 在使用pytorch深度学习框架，计算损失函数的时候经常会遇到这么一个函数：
阅读全文
摘要：准确率(Accuracy)、精确率(Precision)和召回率(Recall)的区别 数量 对于一个二分类问题，我们定义如下指标： ：True Positive，即正确预测出的正样本个数 ：False Positive，即错误预测出的正样本个数（本来是负样本，被我们预测成了正样本） ：True N
阅读全文
