版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、分類(lèi)器是機(jī)器學(xué)習(xí)的重要組成部分,在現(xiàn)實(shí)生活中有很多應(yīng)用。分類(lèi)準(zhǔn)確率是衡量分類(lèi)器好壞的重要標(biāo)準(zhǔn)。分類(lèi)器給出分類(lèi)結(jié)果的時(shí)候并未給出分類(lèi)結(jié)果的準(zhǔn)確率。通常采用事后驗(yàn)算的方法評(píng)估分類(lèi)準(zhǔn)確率,這樣往往不能及時(shí)有效的發(fā)現(xiàn)分類(lèi)準(zhǔn)確率下降之類(lèi)的問(wèn)題。同時(shí)評(píng)估分類(lèi)準(zhǔn)確率必須對(duì)測(cè)試樣本進(jìn)行額外的標(biāo)記,進(jìn)行標(biāo)記有時(shí)候比較昂貴。
分類(lèi)器的應(yīng)用越來(lái)越廣泛,分類(lèi)器漸漸融入我們的日常生活,對(duì)分類(lèi)準(zhǔn)確率的有效估計(jì)變得更加重要。我們總是希望能夠有一個(gè)較高的分類(lèi)
2、準(zhǔn)確率,至少能一直保持在訓(xùn)練準(zhǔn)確率的水平。分類(lèi)準(zhǔn)確率不是一成不變的。隨著時(shí)間的推移,分類(lèi)準(zhǔn)確率往往會(huì)慢慢下降。及時(shí)的發(fā)現(xiàn)分類(lèi)準(zhǔn)確率下降是很有意義的。越早發(fā)現(xiàn)分類(lèi)準(zhǔn)確率下降,那么留給我們處理分類(lèi)器準(zhǔn)確率的時(shí)間越多,可以在造成大的損失前及時(shí)更新分類(lèi)器。
分類(lèi)準(zhǔn)確率指分類(lèi)器正確分類(lèi)的項(xiàng)目占所有被分類(lèi)項(xiàng)目的比率。分類(lèi)準(zhǔn)確率是一個(gè)分類(lèi)器有價(jià)值的重要保證。新來(lái)一組樣本,在現(xiàn)有分類(lèi)器上的準(zhǔn)確率究竟怎么樣,這是我們非常關(guān)心的一個(gè)問(wèn)題。本文圍繞
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 模式分類(lèi)中訓(xùn)練樣本集的構(gòu)造方法研究.pdf
- Boosting基于EP的分類(lèi)器提高分類(lèi)準(zhǔn)確率.pdf
- 支持向量機(jī)分類(lèi)算法中訓(xùn)練樣本集的構(gòu)造方法.pdf
- 訓(xùn)練樣本對(duì)農(nóng)作物遙感分類(lèi)的精度影響研究.pdf
- 基于單訓(xùn)練樣本的人臉識(shí)別算法研究.pdf
- 認(rèn)知診斷中分類(lèi)準(zhǔn)確率的研究.pdf
- 金融票據(jù)OCR系統(tǒng)訓(xùn)練樣本挑選方法的研究.pdf
- 基于高斯過(guò)程回歸及訓(xùn)練樣本搜索的除霧研究
- 基于高斯過(guò)程回歸及訓(xùn)練樣本搜索的除霧研究.pdf
- 基于訓(xùn)練樣本自動(dòng)選取的SVM彩色圖像分割方法研究.pdf
- 提高術(shù)前準(zhǔn)備的準(zhǔn)確率
- 結(jié)合先驗(yàn)?zāi)P?、無(wú)簡(jiǎn)單偽造訓(xùn)練樣本的簽名鑒定.pdf
- “機(jī)理+辨識(shí)”策略中電力負(fù)荷預(yù)測(cè)準(zhǔn)確率的上限估計(jì).pdf
- 淺談如何提高電網(wǎng)規(guī)劃準(zhǔn)確率與執(zhí)行率
- 淺談如何提高計(jì)算的準(zhǔn)確率
- 單訓(xùn)練樣本條件下人臉識(shí)別技術(shù)研究.pdf
- 提高電費(fèi)核算準(zhǔn)確率研究
- 提高電費(fèi)核算準(zhǔn)確率研究
- 無(wú)精確訓(xùn)練樣本的表面紋理光照方向判斷及應(yīng)用.pdf
- 高準(zhǔn)確率硬幣鑒別裝置的設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論