如果我们有K类,我必须绘制K个学习曲线吗? 因为我似乎不可能一次计算所有K theta向量的列车/验证错误。为了阐明,学习曲线是交叉验证/测试集错误/成本vs训练集大小的训练图。该图应该允许您查看增加训练集大小是否可以提高性能。更一般地说,学习曲线允许您确定算法是否存在偏差(拟合下)或方差(过拟合)问题。我应该为多类逻辑回归分类器绘制多少条学习曲线?
0
A
回答
0
这取决于。学习曲线不关心类的数量。就像你说的那样,这是一个训练集和测试集错误的图,其中错误是一个数值。这是所有的学习曲线。
该错误可以是任何你想要的:准确度,精确度,回忆,F1得分等(甚至MAE,MSE和其他回归)。
但是,您选择使用的错误是适用于或不适用于您的特定问题的错误,这反过来间接影响了您应该如何使用学习曲线。
任何数量的类的准确性都很好定义,所以如果使用这种方法,一个图就足够了。
但是,精确度和召回率仅限于二元问题。通过考虑类别为x
和not x
的二元问题,您可以稍微推广它们(例如,参见here),每个类别为x
。在这种情况下,您可能需要绘制每个班级的学习曲线。这也将帮助您更好地发现与某些类别相关的问题。
如果您想了解更多关于性能指标的信息,我很喜欢this paper。
相关问题
- 1. 绘制R逻辑回归中的两条曲线
- 2. 使用映射绘制多条逻辑曲线
- 3. 如何绘制Logistic回归的学习曲线?
- 4. 分类逻辑回归,库
- 5. 可以检查weka中逻辑回归分类器学习到的权重吗?
- 6. 是逻辑回归大分类器?
- 7. 绘制高斯内核逻辑回归决策曲线
- 8. 如何使用scikit绘制ROC曲线来学习多类别案例?
- 9. 为逻辑回归绘制多个拟合和预测
- 10. 如何绘制我的多项式回归曲线?
- 11. 绘制多项多项式回归曲线
- 12. 哪些系数在scikit的多类逻辑回归中学到哪个类?
- 13. R:添加多个回归线和黄土曲线绘制
- 14. 在matplotlib中绘制多条曲线/ python
- 15. 机器学习:我应该选择分类还是推荐?
- 16. 分类文本分为多个类别的scikit学习
- 17. 该机器学习技术应该被用于邮件分类
- 18. R中多类分类的ROC曲线
- 19. 集成学习,多分类系统
- 20. 绘制ggplot2中的多元回归线
- 21. SCIKIT学习多类错误
- 22. 如何在Azure机器学习上应用学习曲线
- 23. Azure机器学习分类
- 24. python中的多类逻辑回归中的特征选择
- 25. 我应该通过JSR 303/Bean验证处理多少逻辑?
- 26. (fluxus)学习曲线
- 27. Android学习曲线
- 28. SGDClassifier VS与SGD求解逻辑回归scikit学习库
- 29. 一对一逻辑回归分类器与Vowpal Wabbit
- 30. 我该如何学习更多关于Scala的类型关系?
嗯我明白了,非常感谢您的帮助! –