第3讲 分类#
预计整个模块学习时长： 70 分钟
本模块介绍分类的相关概念。
学习目标：
- 为二分类模型确定一个合适的分类阈值。
- 计算并选择合适的指标来评估二分类模型。
- 解释 ROC 与 AUC 的含义与用法。
先修要求：
本模块假设你已经熟悉以下模块中介绍的概念：
本章内容
第3.1节 分类介绍（3分钟）
预计整个模块学习时长： 70 分钟 本模块介绍分类的相关概念。 学习目标： 为二分类模型确定一个合适的分类阈值。 计算并选择合适的指标来评估二分类模型。 解释 ROC 与 AUC 的含义与用法。 先修要求： 本模块假设你已经熟悉以下模块中 …
第3.2节 分类阈值与混淆矩阵（12分钟）
本文介绍二分类模型在工程部署时的两个核心概念：分类阈值（Classification Threshold）如何把逻辑回归输出的概率转换为「是 / 否」式的类别，以及由 TP/FP/FN/TN 四格构成的混淆矩阵（Confusion …
第3.3节 准确率、召回率与精确率（15分钟）
本文是 Google 机器学习速成课程（Machine Learning Crash Course）分类模块的核心评估指标一节：在 TP/FP/TN/FN 之上，介绍准确率（Accuracy）、召回率 / 真正例率（Recall / …
第3.4节 ROC 与 AUC（10分钟）
本文介绍分类模型在「不固定阈值」下评估整体表现的两个核心工具：ROC 曲线（Receiver-Operating Characteristic Curve）如何把真正例率与假正例率随阈值变化的关系画成二维曲线，曲线下面积 AUC 如何被解读 …
第3.5节 预测偏差（5分钟）
本文是 Google 机器学习速成课程（Machine Learning Crash Course）分类模块的最后一节，介绍预测偏差（Prediction Bias）的定义、垃圾邮件分类器中的典型对照，以及 4 种可能导致预测偏差偏离零的常 …
第3.6节 多分类（2分钟）
本文是 Google 机器学习速成课程（Machine Learning Crash Course）分类模块的最后一节，介绍多分类（Multi-class Classification）的概念与典型例子，说明如何把多分类问题转化为多个二分类 …
第3.7节 二分类编程练习（15分钟）
本文是 Google 机器学习速成课程（Machine Learning Crash Course）分类模块的编程练习：在 Cinar 与 Koklu 2019 公布的 Osmancik / Cammeo 土耳其稻米数据集上，用 Keras …
第3.8节 随堂测验（10分钟）
本文提供分类模块结束时的 5 道随堂测验题，覆盖提高分类阈值对假正例与假负例数量的影响、类别极度不均衡时准确率指标为何会失效、精确率与召回率的此消彼长关系、ROC 曲线上最接近 (1,1) 角处阈值所代表的含义，以及 AUC = 0.5 与 …