面试大杂烩

偏差:描述模型输出结果的期望与样本真实结果的差距。
方差:描述模型对于给定值的输出稳定性。

如果模型不能很好地拟合训练数据,则模型具有高偏差(也称欠拟合 - Underfitting);
反之,如果模型能够很好地拟合训练数据,但在测试数据上有较大的误差,则模型具有高方差(也称过拟合 - Overfitting)。

[机器学习]偏差和方差的理解

True Positive Rate(真阳率)、False Positive(伪阳率)

  • TPRate的意义是所有真实类别为1的样本中,预测类别为1的比例。
  • FPRate的意义是所有真实类别为0的样本中,预测类别为1的比例。

如何理解机器学习和统计中的AUC?

Donate comment here