めも

メモ.

損失関数・評価指標のめも

評価指標については以下に書き直す予定です。

非対称な損失での回帰:Efron, Bradley. "Regression percentiles using asymmetric squared error loss." Statistica Sinica (1991): 93-125.など

scikit-learnのモデル評価に関するドキュメント

基本ここを見ればなんとかなる。

http://scikit-learn.org/stable/modules/model_evaluation.html

回帰(Regression)問題

Hinge loss

ヒンジ関数 - 機械学習の「朱鷺の杜Wiki」

平均絶対誤差(Mean absolute error)

https://crowdsolving.jp/node/1029

Mean Squared Error

PRMLのバイアス・バリアンスの分解でおなじみ。

ニクラス分類(Binary Classification)問題

F1 score

精度と再現率の調和平均を求めたもの。

F値 - 機械学習の「朱鷺の杜Wiki」

MAP(Mean average precision)

https://www.kaggle.com/wiki/MeanAveragePrecision

マルチラベル分類(Multi-Label Classification)問題

Hamming Loss

{
\frac{1}{|D|} \sum_{i=1}^{|D|} \frac{xor(x_i, y_i)}{|L|},
}

Logarithmic Loss

[tex:{ -\frac{1}{N}\sum{i=1}^N\sum{j=1}^My{ij}\log(p{ij}) }]

https://www.kaggle.com/wiki/LogarithmicLoss

カッパ係数(Cohen’s kappa)

https://onlinecourses.science.psu.edu/stat509/node/162

その他

Brier Score

確率の予測精度の評価指標。

http://scikit-learn.org/stable/modules/generated/sklearn.metrics.brier_score_loss.html#sklearn.metrics.brier_score_loss

nDCG (normalized Discounted Cumulated Gain)

https://crowdsolving.jp/node/1435

非対称な損失関数

本当はこれを調べたかった。

Structured Optimization for Big Data and Machine Learning | Department of Applied Mathematics | University of Washington

プライバシーポリシー

このブログに掲載されている内容は作成者の個人的見解に基づく物であって、必ずしも作成者の所属する組織・団体の見解を示すものではありません。また、記載が不正確であったことにより生じたいかなる損害に関しても、責任を負いかねますのでご了承ください。また、本サイトは、Amazon.co.jpを宣伝しリンクすることによってサイトが紹介料を獲得できる手段を提供することを目的に設定されたアフィリエイトプログラムである、Amazonアソシエイト・プログラムの参加者です。また、本サイトでは、第三者配信の広告サービス(Googleアドセンス、A8.net)を利用しており、ユーザーの興味に応じた商品やサービスの広告を表示するため、クッキー(Cookie)を使用しております。 クッキーを使用することで当サイトはお客様のコンピュータを識別できるようになりますが、お客様個人を特定できるものではありません。本サイトの管理者への問い合わせ、当ブログのプライバシーポリシーの詳細についてはこちらをご覧ください。