吴恩达机器学习数据倾斜15

··数据倾斜的例子：
数据倾斜的例子，人群中的一种罕见病，患病率只有0.5%，编写一个程序，只输出0（未患病），那么准确率是99%，错误率只有0.5%，显然这是没有意义的。

这时，我们通常使用不同的误差度量，而不仅仅是分类误差。如上图中所示：有三个程序，错误率分别是0.5%，1%，1.2%，这时并不能简单的通过错误率来选择出一个好的程序。因为0.5%只会输出0，这是没有意义的，而1%和1.2%的可能还会筛选出一些患者。

所以综上所述，我们通常使用不同的误差度量，而不仅仅是分类误差。

1.一个常见的错误度量：精确度和召回率

同时计算精确度和召回率，会更容易发现，是否一个算法是相当准确的，当它说一个病人得了一种病，病人很可能患有某种疾病，比如下面的这个例子中的概率是0.75，所有这种病的病人中，它可以帮助诊断其中的一部分，比如这里，它找到了其中的60%

·一般来说，学习算法具有无论是0精确度还是零召回都不是有用的算法。
在上述例子中，如果算法一直输出0，那么精确度和召回率就都是0.
·summary:
当你有一个罕见的类时，关注精确度和召回率，确保这两个数字都很高，

(1).平衡精确度和召回率

一般情况下，我们根据上图中画出的曲线，人工手动选择出一个合理的点，选出合理的精确度和召回率。
·下面有一些方法也可以自动的帮助我们选出精确度和召回率：

1.F1 score

这个方程也被称为P和R的调和均值。