结构化机器学习项目
第一周
1.1正交化
所谓正交化就是你在设计自己项目的时候，要为自己设计只能改变项目某一块特性同时绝对不会改变其他部分的特性，这样的策略才有助于你之后在某时项目效果不如自己期望时你可以有秩序的一个一个调参而不会相互干扰，最后才有可能排查出问题，从而解决问题。
1.2单实数评估指标
你在尝试一个新的想法时往往会和过去的算法做比较，但一个算法呈现出来的参数往往又不止一个，比如对于一个分类器而言，你关心的同时就有查准率和查全率，那如过查准率高于之前的，而查全率不如之前的，如何评价这个想法好于不好呢？这时候你就应该去取F1分数，也就是两个比率的调和平均数，较大的就算效果更好的那个。这个平均数就叫这次评估的单实数评估指标。这仅仅是个例子，指我们在评估是要明确真正有效的单实数评估指标，这样有助你更好的做出判断。
结构化机器学习项目 第一周 1.1正交化 所谓正交化就是你在设计自己项目的时候，要为自己设计只能改变项目某一块特性...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第1篇，介绍了什么是机器学习，以及机器学习的方法。 1....
前言近期在自学机器学习，把笔记做个整理，以方便查阅和整理知识框架。喜欢探讨机器学习或者Android开发技术的同学...
前言近期在自学机器学习，把笔记做个整理，以方便查阅和整理知识框架。喜欢探讨机器学习或者Android开发技术的同学...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第4篇，介绍了什么是监督学习。 监督学习（Supervi...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第14篇，介绍了监督学习中的集成学习。 什么是集成学习如...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第9篇，介绍了监督学习中的Logistic回归。 Log...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第11篇，介绍了监督学习中的贝叶斯学习模型（1）。 朴素...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第12篇，介绍了监督学习中的贝叶斯学习模型（3）。 联合...
本文来自之前在Udacity上自学机器学习的系列笔记。这是第12篇，介绍了监督学习中的贝叶斯学习模型（2）。 在贝...
本文标题：机器学习自学笔记 2018-09-17
本文链接：https://www.haomeiwen.com/subject/nfvjnftx.html
网友评论