深度解析機器學習中的置信區間(附代碼)

作者:Jason Brownlee 翻譯:和中華 校對:丁楠雅 本文約4000字,建議閱讀15分鐘。 本文介紹了置信區間的概念以及如何計算置信區間和bootstrap置信區間。 機器學習很多時候需要估計某個算法在未知數據上的性能。   置信區間是一種對估計不確定性的量化方法,它們可以用來在總體參數(例如平均值mean,就是從總體中的一個獨立觀測樣本上估計而來)上添加一個界限或者可能性。   在這篇
相關文章
相關標籤/搜索