本文已参与「新人创作礼」活动
1.交叉验证
交叉验证：测试模型泛化能力
解释：得到的拟合程度->模型的真实水平->分类能力
变换各种方式测试模型->泛化能力
交叉验证的种类：
|
简单的训练集和测试集切分 |
标准K折 |
分层K折 |
留一法交叉验证 |
随机排列交叉验证 |
| 实现方式 |
直接划分 |
将数据分成n段，训练K次，每次训练取一段作为测试测试数据，n-1段作为训练数据 |
将数据分成K段，训练K次，每次训练取一段作为测试测试数据，K-1段作为训练数据 |
测试集只有一个样本，其余作为训练集，对所有样本进行训练 |
随机划分多次 |
| 效果 |
测试集覆盖范围较少（一般为20%），这种情况有漏洞 |
测试样本全覆盖，但仍然受到取样的影响 |
每折里不同类别的分布与整体分布一样，充分训练，充分测试，受取样的影响较小 |
减少取样带来的偏差，模型的边界会尽可能平滑，样本数过多训练和测试的时间会很大 |
增大了取样的随机性，减少了取样带来的偏差 |
2.贝叶斯实现垃圾邮件分类
流程：
（1）算概率表（条件概率）：正常邮件中每个词出现的概率P(词|正）和垃圾邮件中每个词出现的概率P(词|垃)。
（2）贝叶斯推导：将一封新邮件拆分为词的集合
=P(词的集合)P(垃⋅词的集合)=P(词的集合⋅(正或垃))P(垃)⋅P(词的集合∣垃)=P(词的集合⋅正)+P(词的集合⋅垃)P(垃)⋅P(词的集合∣垃)=P(正)P(词的集合∣正)+P(垃)P(词的集合∣垃)P(垃)⋅P（词的集合∣垃）=P(垃)⋅P(词1∣垃)⋅P(词2∣垃)⋅⋅⋅P(词n∣垃)+P(正)⋅P(词1∣正)⋅P(词2∣正)⋅⋅⋅P(词n∣正)P(垃)⋅P(词1∣垃)⋅P(词2∣垃)⋅⋅⋅P(词n∣垃)
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
![[桜井宁宁]COS和泉纱雾超可爱写真福利集-一一网](https://www.proyy.com/skycj/data/images/2020-12-13/4d3cf227a85d7e79f5d6b4efb6bde3e8.jpg)
![[桜井宁宁] 爆乳奶牛少女cos写真-一一网](https://www.proyy.com/skycj/data/images/2020-12-13/d40483e126fcf567894e89c65eaca655.jpg)
