← 返回卡片

原书出处

大数据挖掘与统计机器学习

03 第3章 线性分类方法

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.198Z

PE 得到: 在回归分析中我们经常使用的是平方损失函数:L=(Y-f(x))2。

在分类中,常用的损失函数为0—1损失: 0—1损失实际上是分类器的分类误差。这时模型的估计为: 也可以写成 这个解叫做贝叶斯分类器(Bayes classifier),表明我们根据条件分布Pr(y|X=x)将样本点判断为最可能(概率最大)的类别。贝叶斯分类器的误差称为Bayes rate。

有时有些模型是专门针对二分类的,那么对于多分类问题,不能直接应用。要么放弃使用

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter5_0001.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00