PR曲线是另一种衡量算法性能的评价标准,其使用精确度(Precision, Y轴)和召回率(Recall, X轴)作为坐标系的基底

本文着重于二分类的PR曲线

参考一个例子:

Suppose a computer program for recognizing dogs in photographs identifies 8 dogs in a picture containing 12 dogs and some cats. Of the 8 identified as dogs, 5 actually are dogs (true positives), while the rest are cats (false positives). The program's precision is 5/8 while its recall is 5/12.

阅读全文 »

停止更新,使用知识图谱

2019开始通过博客框架Hexo以及文档框架Sphinx/MkDocs进行文档整理,总结过去在书本以及实际编程中的知识和技能。随着文档的增多,如何有效、规范的整理越来越多的文档成了一个新的难题

偶然间看过一篇文章,里面采用金字塔的形式,按重要/难易程度分层排列不同的知识和技能。这种方式确实能够帮助理清学过的知识,同时能够更加明确未来学习的着重点。我将整个金字塔按重要/难易程度从上到下升序分为5层:

  • 工具篇
  • 实现篇
  • 语言篇
  • 理论篇
  • 基础篇

阅读全文 »

ROC曲线(receiver operating characteristic curve,受试者工作特征曲线)是一个二维图,用于说明分类器在不同阈值下的分类能力

本文通过ROC曲线评价二元分类器

阅读全文 »

算法的关键环节就是评价标准的细分,通过不同的评价标准,能够理清算法实现的边界,有助于进一步思考未来进步的方向。本文专注于学习分类任务和检测任务的评价标准,关键字如下:

阅读全文 »

小结数学学习过程中总结的文档

阅读全文 »

之前整理了一套文档生成、托管和发布流程,使用Sphinx完成工程文档的生成,使用Github完成文档的托管,使用Readthedocs完成文档的发布

在实践过程中发现整个流程都有或大或小的不足,尤其是Sphinx工具,最近学习了另外一个文档生成工具MkDocs,更加符合个人的需求

阅读全文 »