輸出變數y為離散的有限的值時，**問題稱為分類問題。學習得到的分類模型或者決策函式稱為分類器。
分類器效能評估的指標
準確率（accuracy）：分類正確佔總樣本的比值，也可看著是0-1損失函式在測試集上的準確率
一般二分類問題多，評價指標主要是精確率，召回率，準確率
在測試集上
tp:正類被**為正類的數量
fn:正類被**為負類的數量
fp:負類被**為正類的數量
tn:負類被**為負類的數量
精確率(precision):所有**為正類的樣本中，**為正類且正確的比例
p=tp/(tp+np)
召回率（recall）:所有正類的樣本中，**為正類且正確的比例
r=tp/(tp+fn)
f1值：精確率和召回率的調和均值,當p和r都很高時，f1才高
2/f=1/p+1/r
f=2tp/(2tp+fp+fn)
銀行分類模型：根據貸款風險大小進行分類。
二分類問題
模型 帶有relu啟用的dense層堆疊 對於二分類問題，網路的最後一層應該是只有乙個單元並使用sigmoid啟用的dense層，網路的輸出應該是0 1的標量，表示概率值 對於二分類問題的sigmoid標量輸出，應該使用binary crossentroy 二元交叉熵 損失函式 實驗 1 嘗試增加或...
二分類問題
深度學習中的基本問題就是這個，上午我還達到90 85 的acc，現在只有76 臥槽，我動 了啊？有鬼。明明沒怎麼改引數，卻再也回不到過去，這個trick不小啊。既然回不到過去，不妨重新開始吧。我套了一下vgg，發現網路太深了，根本跑不動，效果也不好，減少網路後，acc反而有提高，之前我還以為驗證集有...
機器學習（2） 分類問題
參考部落格 根據一些 feature 進行分類，每個節點提乙個問題，通過判斷，將資料分為兩類，再繼續提問。這些問題是根據已有資料學習出來的，再投入新資料的時候，就可以根據這棵樹上的問題，將資料劃分到合適的葉子上。個人總結 不能保證正確 一組資料的特徵用向量表示，比如 x1,x2,x3,x4 有4個特...