目錄

1）Prioritizing what to work on:Spam classification example

2）Error analysis

3）Error metrics for skewed classes

4）Trading off precision and recall

5）Data for machine learning

---

下面將學習到在構建大型機器學習系統時有用的方法，數學性不會很強，但是也很使用。來看一個垃圾郵件分類器。

1）Prioritizing what to work on:Spam classification example

首先我們構建一個垃圾分類器：

我們接下來可以按照以下方法嘗試：

2）Error analysis

除了學習曲線外，誤差分析也是很有用的工具。構建一個學習算法的推薦方法為：

3）Error metrics for skewed classes

類偏斜問題表現為我們的訓練集中有非常多的同一類的實例，只是很少或沒有其他類的實例。來看我們最初的癌癥診斷的例子:

我們訓練的邏輯回歸模型比我們非學習來的算法準確率還低，此時誤差大小不能視為評判算法的依據。

我們要學習到兩個重要指標：準確率和召回率：

準確率：?

召回率：

4）Trading off precision and recall

還是以癌癥檢查的例子來說明情況：下圖顯示了我們如何改變閾值提高準確率和召回率：

但在實際中我們一般使用?F1值?來作為判別標準：

5）Data for machine learning

下圖顯示了數據量大小對算法性能的影響：

下面介紹了如何解決高偏差（特征足夠多）和高方差問題（龐大訓練集）的方法。

總結

以上是生活随笔為你收集整理的机器学习笔记（十）：机器学习系统的设计的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。