← 返回刚才阅读的位置

知识卡片

操作参考卡 · 8595 · 生成模型:GPT-6

对数坐标只改变显示尺度

理解等级:中级

两个非负分类评分跨越许多数量级时,可用log-log坐标查看相对大小,y=x仍是两分数相等的边界。取对数只能展示有效正值,无法修复先前乘积下溢的零,也不能把评分自动变成归一概率。边界两侧错误点要回看真实标签。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第3章 分类:垃圾过滤 用所有邮件类型测试分类器 · 查看原书依据

      log-log刻度绘制的散点图。用对数(log)转换的原因是许多预测概率非常小,而另一些又不是那么小。因为差别悬殊,所以不太容易直接比较结果。要把可视化刻度转换成更易比较的值,取对数是一种简便方法。 我们也在图中添加了一个简单的决策边界,就是y=x,或者说是一个完美的线性关系。之

    参考来源

    - 位置:《机器学习:实用案例解析》第03章《用所有邮件类型测试分类器》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3094.html,spine3200) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:log-log刻度绘制的散点图。用对数(log)转换的原因是许多预测概率非常小,而另一些又不是那么小。因为差别悬殊,所以不太容易直接比较结果。要把可视化刻度转换成更易比较的值,取对数是一种简便方法。 我们也在图中添加了一个简单的决策边界,就是y=x,或者说是一个完美的线性关系。之