目錄

1）Prioritizing what to work on:Spam classification example

2）Error analysis

3）Error metrics for skewed classes

4）Trading off precision and recall

5）Data for machine learning

---

下面將學(xué)習(xí)到在構(gòu)建大型機器學(xué)習(xí)系統(tǒng)時有用的方法，數(shù)學(xué)性不會很強，但是也很使用。來看一個垃圾郵件分類器。

1）Prioritizing what to work on:Spam classification example

首先我們構(gòu)建一個垃圾分類器：

我們接下來可以按照以下方法嘗試：

2）Error analysis

除了學(xué)習(xí)曲線外，誤差分析也是很有用的工具。構(gòu)建一個學(xué)習(xí)算法的推薦方法為：

3）Error metrics for skewed classes

類偏斜問題表現(xiàn)為我們的訓(xùn)練集中有非常多的同一類的實例，只是很少或沒有其他類的實例。來看我們最初的癌癥診斷的例子:

我們訓(xùn)練的邏輯回歸模型比我們非學(xué)習(xí)來的算法準(zhǔn)確率還低，此時誤差大小不能視為評判算法的依據(jù)。

我們要學(xué)習(xí)到兩個重要指標(biāo)：準(zhǔn)確率和召回率：

準(zhǔn)確率：?

召回率：

4）Trading off precision and recall

還是以癌癥檢查的例子來說明情況：下圖顯示了我們?nèi)绾胃淖冮撝堤岣邷?zhǔn)確率和召回率：

但在實際中我們一般使用?F1值?來作為判別標(biāo)準(zhǔn)：

5）Data for machine learning

下圖顯示了數(shù)據(jù)量大小對算法性能的影響：

下面介紹了如何解決高偏差（特征足夠多）和高方差問題（龐大訓(xùn)練集）的方法。

總結(jié)

以上是生活随笔為你收集整理的机器学习笔记（十）：机器学习系统的设计的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。