如果我們有K類,我必須繪製K個學習曲線嗎? 因爲我似乎不可能一次計算所有K theta向量的列車/驗證錯誤。爲了闡明,學習曲線是交叉驗證/測試集錯誤/成本vs訓練集大小的訓練圖。該圖應該允許您查看增加訓練集大小是否可以提高性能。更一般地說,學習曲線允許您確定算法是否存在偏差(擬合下)或方差(過擬合)問題。我應該爲多類邏輯迴歸分類器繪製多少條學習曲線?
0
A
回答
0
這取決於。學習曲線不關心類的數量。就像你說的那樣,這是一個訓練集和測試集錯誤的圖,其中錯誤是一個數值。這是所有的學習曲線。
該錯誤可以是任何你想要的:準確度,精確度,回憶,F1得分等(甚至MAE,MSE和其他迴歸)。
但是,您選擇使用的錯誤是適用於或不適用於您的特定問題的錯誤,這反過來間接影響了您應該如何使用學習曲線。
任何數量的類的準確性都很好定義,所以如果使用這種方法,一個圖就足夠了。
但是,精確度和召回率僅限於二元問題。通過考慮類別爲x
和not x
的二元問題,您可以稍微推廣它們(例如,參見here),每個類別爲x
。在這種情況下,您可能需要繪製每個班級的學習曲線。這也將幫助您更好地發現與某些類別相關的問題。
如果您想了解更多關於性能指標的信息,我很喜歡this paper。
相關問題
- 1. 繪製R邏輯迴歸中的兩條曲線
- 2. 分類邏輯迴歸,庫
- 3. 可以檢查weka中邏輯迴歸分類器學習到的權重嗎?
- 4. 繪製高斯內核邏輯迴歸決策曲線
- 5. 爲邏輯迴歸繪製多個擬合和預測
- 6. 如何繪製我的多項式迴歸曲線?
- 7. 繪製多項多項式迴歸曲線
- 8. 哪些係數在scikit的多類邏輯迴歸中學到哪個類?
- 9. R:添加多個迴歸線和黃土曲線繪製
- 10. 在matplotlib中繪製多條曲線/ python
- 11. R中多類分類的ROC曲線
- 12. 繪製ggplot2中的多元迴歸線
- 13. 集成學習,多分類系統
- 14. 如何在Azure機器學習上應用學習曲線
- 15. python中的多類邏輯迴歸中的特徵選擇
- 16. 一對一邏輯迴歸分類器與Vowpal Wabbit
- 17. (fluxus)學習曲線
- 18. 繪製多重回歸
- 19. 繪製學習曲線[Scitkit學習] - 如何設置x軸值/標籤?
- 20. R中的多元邏輯迴歸
- 21. 機器學習,分類類型
- 22. Scikit學習分類
- 23. 繪製多個分位數迴歸線,格子和quantreg
- 24. 可能通過特定概率強制邏輯迴歸或其他分類器?
- 25. 如何使用1-k編碼來推導多類邏輯迴歸分類器的目標函數?
- 26. 遷移學習和線性分類
- 27. 比較scikit學習的分類任務與迴歸
- 28. 如何繪製R中的學習曲線?
- 29. 減少變量邏輯迴歸 - MATLAB
- 30. 爲混合模型繪製迴歸曲線圖
嗯我明白了,非常感謝您的幫助! –