知识卡片
零一错误率要按实际公式命名
mean(predictions!=test.y)是分类错误率。对严格0/1预测与标签,它数值等于平方误差平均,但不等于概率预测的MSE,也不应与回归误差混用。书中0.06830769约为6.83%,记录时保留精度、类别基线和阈值规则,不笼统写成6%。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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12章 模型比较 算法比较 · 连续片段1 · 查看原书依据
mean(predictions!=test.y) performance<-rbind(performance, data.frame(Lambda=lambda, MSE=mse)) } ggplot(performance, aes(x=Lambda, y=MSE))+ g
参考来源
- 位置:《机器学习:实用案例解析》第12章《算法比较 · 连续片段1》(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/part3125.html,spine3231)
- 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:mean(predictions!=test.y) performance<-rbind(performance, data.frame(Lambda=lambda, MSE=mse)) } ggplot(performance, aes(x=Lambda, y=MSE))+ g