A00 · 第 4 章 · 课程规划页
分类、回归指标与基线
本章研究分类、回归指标与基线。内容依次处理混淆矩阵、阈值与精确率召回率、均方误差、绝对误差与尺度敏感性、朴素基线、业务基线与增量效用判断。
- 所在 Part
- 第二编 风险与评估
- 预计学习
- 40 分钟
- 建设状态
- 已规划，尚无正式正文
计划实验
本章未登记独立交互实验；定义、公式和例题仍按下列提纲规划。
LEARNING OBJECTIVES
完成本章后应能
- 01准确说明混淆矩阵、阈值与精确率召回率。
- 02完成均方误差、绝对误差与尺度敏感性所需的推导、证明或算法。
- 03使用计算、例题或反例检验朴素基线、业务基线与增量效用判断。
PLANNED SECTIONS
计划章节结构
- 01
混淆矩阵、阈值与精确率召回率
界定混淆矩阵、阈值与精确率召回率，明确使用的条件、主要结论与可复核步骤。
- 02
均方误差、绝对误差与尺度敏感性
推导均方误差、绝对误差与尺度敏感性，明确使用的条件、主要结论与可复核步骤。
- 03
朴素基线、业务基线与增量效用判断
检验朴素基线、业务基线与增量效用判断，明确使用的条件、主要结论与可复核步骤。
计划定义
混淆矩阵、阈值与精确率召回率：对象、记号与前提
围绕混淆矩阵、阈值与精确率召回率列出主要对象、符号、前提与定义边界。
计划公式
均方误差、绝对误差与尺度敏感性：关系、判据与可复核步骤
把均方误差、绝对误差与尺度敏感性整理为可检查的关系、判据或算法步骤；涉及定量模型时写出公式，并说明符号、适用条件，以及需要时的单位或复杂度。
计划例题
朴素基线、业务基线与增量效用判断：案例、反例与核验
围绕朴素基线、业务基线与增量效用判断给出明确输入、前提或数据，逐步分析并用反例、误差、守恒量或边界条件复核。
计划练习
分类、回归指标与基线：定义、关系与边界综合练习
联结混淆矩阵、阈值与精确率召回率、均方误差、绝对误差与尺度敏感性与朴素基线、业务基线与增量效用判断，分别检验定义辨析、主要步骤和适用边界。
本章概念落点
以下位置是术语、搜索和知识图谱引用本计划章节时使用的稳定链接。
- 模型评估按任务选择准确率、精确率、召回率、ROC 或回归误差，并避免训练集评估偏差。
关键词
分类、回归指标、基线、第二编 风险与评估、机器学习问题、数据与评估