【机器学习与深度学习理论要点】10.什么是置信概率、什么是交叉验证、解决类别不均衡问题？

1）什么是置信概率？

置信概率是用来衡量推断结果的概率，该值越大说明推断结果确定性越大，该值越小说明推断结果不确定性越大。

2）什么是交叉验证？

交叉验证指将含有N个样本的数据集，分成K份，每份N/K个样本。选择其中1份作为测试集，另外K-1份作为训练集，测试集就有K种情况。将K种情况下，模型的泛化误差取均值，得到模型最终的泛华误差。

交叉验证的作用是为了得到更为稳健可靠的模型，对模型的泛化误差进行评估。

3）列举解决类别不均衡问题的方法

扩大数据集。增加包含小类样本数据的数据，更多的数据能得到更多的分部信息。
对大数据欠采样。减少大类数据样本个数，使与小样本个数接近。
使用新评价指标。如果当前评价指标不适用，则应寻找其他具有说服力的评价指标。
选择新算法。不同的算法适用于不同的任务与数据，应该使用不同的算法进行比较。
数据代价加权。例如当分类任务是识别小类，那么可以对分类器的小类样本数据增加权值，降低大类样本的权值，从而使得分类器将重点集中在小类样本身上。

【机器学习与深度学习理论要点】10.什么是置信概率、什么是交叉验证、解决类别不均衡问题？相关推荐

【机器学习与深度学习理论要点】05.监督学习，非监督学习概念及应用场景
1)什么是监督学习.非监督学习监督学习:使用已知正确答案的示例来训练网络.已知数据和其一一对应的标签,训练一个预测模型,将输入数据映射到标签的过程. 非监督学习:在非监督学习中,数据并不被特别标识, ...
【机器学习与深度学习理论要点】14. 什么是多项式回归？多项式回归特点及使用情况
1)什么是多项式回归? 多项式回归是指:根据样本数据,用高次多项式模型来最佳程度拟合样本的回归方法.多项式回归中,加入了特征的更高次方(例如平方项或立方项),也相当于增加了模型的自由度,用来捕获数据中 ...
【机器学习与深度学习理论要点】15. 什么是决策树？决策树的特点及使用情况
1)什么是决策树? 决策树的核心思想是:相似的输入必然产生相似的输出.决策树通过把数据样本分配到树状结构的某个叶子节点来确定数据集中样本所属的分类.决策树可用于回归和分类.当用于回归时,预测结果为叶子 ...
【机器学习】＜刘建平Pinard老师博客学习记录＞交叉验证(Cross Validation)
交叉验证是在机器学习建立模型和验证模型参数时常用的办法.交叉验证,顾名思义,就是重复的使用数据,把得到的样本数据进行切分,组合为不同的训练集和测试集,用训练集来训练模型,用测试集来评估模型预测的好坏. ...
机器学习和深度学习为什么感觉越学越不会，怎么解决这个问题？
编辑 | Leo 转载自知乎本文仅作学术交流,如有侵权,请联系后台删除. 曲終人不散回答: 我的研一我记得是先找了一本比较薄的,通俗易懂的深度学习书,内容浅尝辄止,但很基础,主要介绍全连接层,反向传 ...
收藏 | 这所985的机器学习、深度学习公开课，附PDF课件下载
授课目标掌握深度学习的基本原理.常用算法,并在此基础上应用于机器视觉.自然语言处理等相关领域,培养一定的分析和解决实际问题的能力. 01 神经网络基础理解前馈神经网络的结构.梯度下降法以及网络训 ...
深度强化学习_深度学习理论与应用第8课 | 深度强化学习
本文是博雅大数据学院"深度学习理论与应用课程"第八章的内容整理.我们将部分课程视频.课件和讲授稿进行发布.在线学习完整内容请登录www.cookdata.cn 深度强化学习是一种将 ...
使用Python，机器学习和深度学习的5个很棒的计算机视觉项目创意！
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达计算机视觉属于人工智能领域,可以通过处理图像和图片来解决现实生活中 ...
28款GitHub最流行的开源机器学习项目,推荐GitHub上10 个开源深度学习框架
20 个顶尖的 Python 机器学习开源项目机器学习 2015-06-08 22:44:30 发布您的评价: 0.0 收藏 1收藏我们在Github上的贡献者和提交者之中检查了用Python语 ...

【机器学习与深度学习理论要点】10.什么是置信概率、什么是交叉验证、解决类别不均衡问题？

【机器学习与深度学习理论要点】10.什么是置信概率、什么是交叉验证、解决类别不均衡问题？相关推荐

最新文章

热门文章