统计学习方法笔记(第一章个人笔记)

标签：机器学习深度学习

P15 泛化能力

• 1.6.1 泛化误差定义
  如果学到的模型是$f$,则用这个模型对未知数据预测的误差即为泛化误差
  $$R_exp(f)=E_p[L(Y,f(X))]=∫_{x*y}L(y,f(x))P(x,y)dxdy$$
• 1.6.2泛化误差上界
  通过比较两种学习方法的泛化误差上界来比较它们的优劣。泛化误差上界是样本容量的函数，当样本容量增加时，泛化上界趋于0；它是假设空间容量的函数，假设空间容量越大，模型就越难学，泛化误差上界就越大。

P19分类问题

• 这里结合吴恩达机器学习里的偏斜率谈一谈分类问题：
  对于而非类问题，常用的评价指标是精确率（查准率）与召回率，对于分类器的预测，有四种情况：
  TP——将正类预测为正类的数目；
  FN——将正类预测为负类的数目；
  FP——将负类预测为正类的数目；
  TN——将负类预测为负类的数目；

精确率（查准率）定义为：
$$P=\frac{TP}{TP+FP}$$

召回率定义为：
$$R=\frac{TP}{TP+FN}$$

另外对于查准率和召回率的调和均值（由于在训练中，这两个值会此消彼长，需要一个值来结合它们衡量算法好坏）
$$\frac2F_1=\frac1P+\frac1R$$
$$F_1=\frac{2TP}{2TP+FP+FN}$$