¡Tu solución está lista!
Nuestra ayuda de expertos desglosó tu problema en una solución confiable y fácil de entender.
Mira la respuestaMira la respuesta done loadingPregunta: Considere un problema de clasificación binaria donde X ∈ R p y Y ∈ {0, 1}. Para un x ∈ R p fijo, supongamos que Pr(Y = 1 | X = x) = p para algún p ∈ [0, 1]. Considere un problema de predicción donde hay una pérdida LFN > 0 asociada con la predicción de Y = 0 cuando el resultado real es Y = 1, y otra pérdida LFP > 0 asociada con la predicción de Y = 1 cuando
Considere un problema de clasificación binaria donde X ∈ R p y Y ∈ {0, 1}. Para un x ∈ R p fijo, supongamos que Pr(Y = 1 | X = x) = p para algún p ∈ [0, 1]. Considere un problema de predicción donde hay una pérdida LFN > 0 asociada con la predicción de Y = 0 cuando el resultado real es Y = 1, y otra pérdida LFP > 0 asociada con la predicción de Y = 1 cuando el resultado real es Y = 0. Hay ninguna pérdida asociada con verdaderos positivos o verdaderos negativos (es decir, una respuesta correcta). Muestre que existe un valor umbral ¯p tal que seguir el criterio de pérdida esperada para hacer una predicción es equivalente a predecir Y = 1 si p ≥ ¯ p y predecir Y = 0 en caso contrario. ¿Cuál es el valor de ¯p?
- Esta es la mejor manera de resolver el problema.Solución
La clasificación binaria es el tipo más simple de problema de aprendizaje automático. El objetivo de la clasificación binaria es categorizar puntos de datos en uno de dos cubos: 0 o 1, verdadero o falso. elija un umbral c y clasifique a un sujeto com…
Mira la respuesta completa
Estudia mejor, ¡ahora en español!
Entiende todos los problemas con explicaciones al instante y pasos fáciles de aprender de la mano de expertos reales.