《机器学习之模型评估与模型选择课件.ppt》由会员分享，可在线阅读，更多相关《机器学习之模型评估与模型选择课件.ppt（25页珍藏版）》请在三一办公上搜索。
1、机器学习的模型评估与选择,泛化误差 vs 经验误差,泛化误差：在“未来”样本上的误差经验误差：在训练集上的误差，亦称“训练误差”,训练数据,模型,新样本数据,新样本属于什么类别？,过拟合 vs 欠拟合,模型选择,三个关键问题：如何获得测试结果 评估方法如何评估性能优劣 性能度量如何判断实质差别 比较检验,评估方法,关键：怎么获得“测试集”？原则：测试集与训练集“互斥”常见方法：留出法（hold-out）交叉验证法（cross validation）自助法（bootstrap）,留出法,保持数据分布一致性（例如：分层采样）多次重复划分（例如：100次随机划分）测试集不能太大、不能太小（例如：1/
2、51/3）,K-折交叉验证法,当K=m时，则得到“留一法”（leave-one-out, LOO）,自助法,基于“自助采样”（bootstrap sampling）Pull up by your own bootstraps有放回采样、可重复采样训练集与原样本集同规模数据分布有所改变约有36.8%的样本不出现,包外估计：out-of-bag estimation,模型选择,三个关键问题：如何获得测试结果 评估方法如何评估性能优劣 性能度量如何判断实质差别 比较检验,性能度量,性能度量（performance measure）是衡量模型泛化能力的评价标准，反映了任务需求使用不同的性能度量往往会导
3、致不同的评判结果什么样的模型是“好”的，不仅取决于算法和数据，还取决于任务需求。,性能度量,回归任务分类任务错误率与精度查准率、查全率与F1,回归模型评估有三种方法，分别是：平均绝对值误差、均方误差和R平方值（1）平均绝对误差（MAE）就是指预测值与真实值之间平均相差多大（2）均方误差是指参数估计值与参数真值之差平方的期望值，记为MSE。值越小，说明预测模型描述实验数据具有更好的精确度。（3）R平方值，表征回归方程在多大程度上解释了因变量的变化，或者说方程对观测值的拟合程度如何,性能度量错误率与精度,错误率精度,性能度量查准率与查全率,查准率：precision，准确率，P预测结果中是正例的比
4、率查全率：recall，sensitivity, 召回率， R所有的正例中被正确预测出的比列,True Positive Rate, TPR, (Sensitivity)True Negative Rate, TNR, (Specificity)Positive Predictive Value, PPVFalse Positive Rate, FPRFalse Negative Rate, FNRFalse Discovery Rate, FDR,PR图：学习器A优于学习器C学习器B优于学习器C学习器A？学习器B,平衡点 (BEP)（Break-Even Point, ）学习器A优于学习器B
5、学习器A优于学习器C学习器B优于学习器C,性能度量F1度量,性能度量ROC与AUC,https:/,集成学习,定义：通过构建并结合多个学习器来完成学习任务，又称为：多分类学习器系统、基于委员会的学习等。两大类个体学习器间存在强依赖关系，必须串行生产的序列化方法： Boosting个体学习器间不存在强依赖关系，可同时生成的并行化方法：Bagging and Random Forest,集成学习随机森林,Bagging 策略bootstrap aggregation 从样本集中重采样(有重复的)选出n个样本在所有属性上，对这n个样本建立分类器(ID3、C4.5、CART、SVM、Logistic回归等)重复以上两步m次，即获得了m个分类器将数据放在这m个分类器上，最后根据这m个分类器的投票结果，决定数据属于哪一类,随机森林在bagging基础上做了修改。从样本集中用Bootstrap采样选出n个样本；从所有属性中随机选择k个属性，选择最佳分割属性作为节点建立CART决策树；重复以上两步m次，即建立了m棵CART决策树这m个CART形成随机森林，通过投票表决结果，决定数据属于哪一类,投票机制,简单投票机制一票否决(一致表决)少数服从多数有效多数(加权)阈值表决贝叶斯投票机制,但也可以使用SVM、Logistic回归等其他分类器，习惯上，这些分类器组成的“总分类器”，仍然叫做随机森林。,
