人工智能与机器学习A计算题总结

混淆矩阵

阈值为0.5的时候，大于0.5为预测正类

比如是s1为TP，s2为FP

贝叶斯分类器

这里的解答是错误的，应该如下：

最小错误率：判决函数是$g_1(x)-g_2(x)$，决策方程是$g_1(x)=g_2(x)$

最小风险错误：判决函数是$R\left({\alpha }_1|x\right)-R\left({\alpha }_2|x\right)$,决策方程是$R\left({\alpha }_1|x\right)=R\left({\alpha }_2|x\right)$

朴素贝叶斯分类器

多分类学习

LDA

二分类交叉熵损失

L = & - \lbrack\ln 0.9 + \ln 0.88 + \ln 0.92 + \ln 0.65 + \ln 0.8 \\ & + \ln 0.7 + \ln 0.6 + \ln 0.9 + \ln 0.85 + \ln 0.9\rbrack. \end{matrix}$$ # 最小二乘决策树   # ID3/CART决策树   # 降维分析变换矩阵   # PCA主分量   # k-means和KNN   # k-means聚类   # 神经网络   # 梯度下降法   # 神经网络   # 卷积神经网络