首页   >   新闻   >   文章
机器学习的单样本预测可信度问题
- 2021 -
07/01
00:00
零号员工
发表时间：2021.07.01     作者：Jingyi Li     来源：ShoelessCai     阅读：1216

摘要

本文选取5种距离定义和3种损失函数定义，模拟机器学习算法输出的单个样本预测可信度。

结论

对于线性模型，距离损失函数确实可以模拟样本预测可信度，可用MSE变化程度和方向验证。

GBDT呈现较弱的负相关关系，指标仍可用。其他算法包括XGBoost、神经网络（sklearn）、随机森林，本文选取的距离定义及损失函数范式下，样本预测可信度均不起作用。

应用

针对非二分类算法，输出样本预测可信度。

￥ 1.00   ￥ 0.00



原文链接

长按/扫码，有您的支持，我们会更加努力！
TOP 5 精选
回到顶部   回上一级
写文章

最新资讯




直播笔记


热点话题


精品论文


有你的鼓励
ShoelessCai 将更努力





文档免费。保护知识产权，保护创新。