台大林轩田《机器学习基石》学习笔记:线性模型三(Multiclass Prediction)
来源:互联网 发布:web storm mac 编辑:程序博客网 时间:2024/05/21 22:32
本文是作者学习台大林轩田教授《机器学习基石》课程后整理的简要笔记(未按课程回目分节),内容大部分来源于林轩田教授的课程资料,其余相关参考链接已标出。
版权所有:CSDN博客 拖延症患者的自愈小记
线性模型 - Linear models
- MulticlassPrediction 多级预测
做选择题(常用来解决辨识问题),用已有的是非题的解法去解决,两个思路:
(1)OVA(One-Versus-All),先尝试用二元分类将每一个“某类”和其他类分开,把所有分类结果合成起来combine binary classifiers,则会出现左图的问题,有些区域有争抢而有些区域大家都不要的情况;为了解决这个问题,用soft分类器代替二元分类器,也就是用Logistic将每一个“某类”在区域中的概率算出来,如右图,于是在合成所有结果combine soft classifiers有争议的时候,根据概率最大来判断即可
Pros:有效;Logistic可以被很多其他方法取代而得到各种重组方法
Cons:若类别过多,圈和叉比例严重失衡,很影响分类结果
(2)OVO(One-versus-One at a time),有些像足球小组赛,两两versus一次,即先将每一对“A类和B类”分开(如下图,不考虑其他类),最后把所有分类结果合成起来
Pros:解决了OVA数据太大时失衡的问题;二分算法可以有很多选择
Cons:时间空间复杂度被平方
0 0
- 台大林轩田《机器学习基石》学习笔记:线性模型三(Multiclass Prediction)
- 台大林轩田《机器学习基石》学习笔记7:线性模型三(Multiclass Prediction)
- 台大林轩田《机器学习基石》学习笔记:线性模型一(PLA/pocket、Linearregression )
- 台大林轩田《机器学习基石》学习笔记:线性模型二(Logistics regression)
- 台大林轩田《机器学习基石》学习笔记5:线性模型一(PLA/pocket、Linearregression )
- 台大林轩田《机器学习基石》学习笔记6:线性模型二(Logistics regression)
- 机器学习笔记(三)线性模型
- 机器学习(三)线性模型
- 机器学习笔记(二) 线性模型
- 机器学习笔记-线性模型
- 【笔记】机器学习基石(三)type of learning
- 机器学习基石笔记
- 机器学习(十一)- Multiclass Classification
- 台大林轩田《机器学习基石》学习笔记:重要工具三(Validation)
- 监督学习之广义线性模型——Andrew Ng机器学习笔记(三)
- 机器学习线性模型学习笔记
- 机器学习-学习笔记 线性模型
- 机器学习基石系列三
- 如何通俗的解释计算机是如何实现1+1=2计算的?
- uva10534(最长递增子序列的算法变形 复杂度较低)
- 网易2016研发工程师编程题
- cas系列(三)--HTTP和HTTPS、SSL
- c# 字符串拼接效率
- 台大林轩田《机器学习基石》学习笔记:线性模型三(Multiclass Prediction)
- AndroidUI--SlidingMenu使用例子
- util文件的作用
- OpenCV读取序列图片(二)
- 最短路径—Dijkstra算法和Floyd算法
- Lightoj1113——Discover the Web(STL,栈的使用)
- 高校教务系统协议分析
- startActivityForResult用法详解
- CATiledLayer