模型评估与方法ppt课件.ppt

第2章模型评估与选择2.1经验误差与过拟合
2.2评估方法
2.3性能度量
2.4比较检验
2.5偏差与方差2.1经验误差与过拟合2.2评估方法2.2.3自助法
“自助法”是针对上述缺点的一个比较好的解决方案，它直接以自助采样法为基础。给定包含m个样本的数据集D，我们对它进行采样产生数据集D’：每次随机从D中挑选一个样本，将其拷贝放入D’，然后再将该样本放回初始数据集D中，使得该样本在下次采样时仍有可能被采到；这个过程重复执行m次后，我们就得到了包含m个样本的数据集D’，这就是自助采样的结果。
于是我们可将D’用作训练集，D\D’用作测试集；这样，实际评估的模型与期望评估的模型都使用m个训练样本，而我们仍有数据总量约1/3的、没在训练集中出现的样本用于测试。2.2.4调参与最终模型

现实中常见的做法，是对每个参数选择一个范围和变化步长，例如在[0,0.2]范围内以0.05为步长，则实际要评估的候选参数值是5个，最终从这5个值中产生选定值。
2.3性能度量

衡量模型泛化能力的评价标准

2.3.1错误率与精度

错误率是分类错误的样本数占样本总数的比例
精度是分类正确的样本数占样本总数的比例

“平衡点”（Break-EventPoint，简称BEP）,就是查准率与查全率时的取值。2.3.3ROC和AUC

ROC全名“受试者工作特征”曲线，以“真正例率”为纵轴，以“假正例率”为横轴。

真正例率TPR：真正例样本数/真实情况是正例的样本数（查全率）

假正例率FPR：假正例样本数/真实情况是是反例的样本数2.3.4代价敏感错误率与代价曲线

在现实任务汇总常会遇到这样的情况：不同类型的错误所造成的后果不同。为权衡不同类型错误所造成的的不同损失，可为错误赋予“非均等代价”(unequalcost)。如下图所示，正确判断的代价显然应该为0，错误判断的代价之间的比值会影响我们对学习器的改造。
在非均等代价下，ROC曲线不能直接反映出学习器的期望总体代价，而“代价曲线”则可以达到目的。代价曲线的横轴是正例概率代价P(+)cost，纵轴是归一化代价cost—norm
2.4比较检验

2.4.1假设检验

假设检验的基本思想是小概率反证法思想。小概率思想是指小概率事件（P<0.01或P<0.05）在一次试验中基本上不会发生。反证法思想是先提出假设(检验假设H0)，再用适当的统计方法确定假设成立的可能性大小，如可能性小，则认为假设不成立，若可能性大，则还不能认为不假设成立。2.4.2交叉验证t检验

基本思想：若两个学习器的性能相同，则使用相同的训练/测试集得到的测试错误率应相同。

假设检验的前提：测试错误率均为泛化错误率的独立采样。

k折交叉验证产生的K对测试错误率：先对每对结果求差，若两个学习器性能相同则差值均值应为0。因此根据差值对“学习器AB性能相同”做t检验，计算差值的均值和方差，在显著度确定条件下，判断变量是否小于临界值，若小于则无显著差别，否则可判断平均错误率较小的学习器性能较优。
因样本有限，加查验证不同轮次训练集有重叠，测试错误率实际上不独立，会导致过高估计假设成立的概率。

2.4.3McNemar检验

McNemar主要用于二分类问题，与成对t检验一样也是用于比较两个学习器的性能大小。主要思想是：若两学习器的性能相同，则A预测正确B预测错误数应等于B预测错误A预测正确数，即e01=e10，且|e01-e10|服从N（1，e01+e10）分布。

2.4.4Friedman检验和Nemenyi后续检验

上述的三种检验都只能在一组数据集上，F检验则可以在多组数据集进行多个学习器性能的比较，基本思想是在同一组数据集上，根据测试结果（例：测试错误率）对学习器的性能进行排序，赋予序值1,2,3…，相同则平分序值，如下图所示：
若学习器的性能相同，则它们的平均序值应该相同，且第i个算法的平均序值ri服从正态分布N（（k+1）/2，（k+1）(k-1)/12），则有：

2.5偏差与方差

偏差-方差分解(bias-variancedecomposition)是解释学习算法泛化性能的一种重要工具。
算法的期望泛化误差进行分解，得到
E(f;D)=bias^2(x)+var(x)+€^2
泛化误差可分解为偏差、方差与噪声之和。

偏差度量了学习算法的期望预测与真实结果的偏离程度
方差度量了同样大小的训练集的变动所导致的学习性能的变化
噪音表示了在当前任务上任何算法所能达到的期望泛化误差的下界

回

顾此课件下载可自行编辑修改，供参考！
感谢您的支持，我们努力做得更好！