如何评价交通状态
评价指标:流量、 速度和密度
交通流量检测方法其中,环形线圈检测通常将环形线圈埋在道路下面,通过计算车辆通过线圈时所引起的线圈回路谐振频率的变化,实现交通流量参数检测,其在车辆拥堵、车间距较小时,检测精度极低,且线圈受温度变化和路基问题等因素的影响,故障率较高,较难加以维护;XXX。环形线圈环型线圈检测器是利用埋设在车道路面下的环型线圈,当车辆通过环型线圈时,使环型线圈的电磁感应发...
分类:
其他好文 时间:
2016-05-12 16:06:49
阅读次数:
133
推荐系统评价指标1.评分预测
预测准确度:
均方根误差(RMSE):
平均绝对误差(MAE):
关于这两个指标的优缺点,Netflix认为RMSE加大了对预测不准的用户物品评分的惩罚(平方项的惩罚),因为对系统的评测更加苛刻。研究表明,如果评分系统是基于整数建立的(即用户给的评分都是整数),那么对预测结果取整会降低MAE的误差。2.Top N推荐:给用户一个个性化的推荐列表,预测准确...
分类:
其他好文 时间:
2016-05-12 11:54:17
阅读次数:
199
评价一个推荐系统的好坏的重要性不用多少。本文的总结非常的全面,相信读者通过阅读本文以及本文参考的文献可以对推荐系统的评价指标有比较全面的掌握。
对推荐系统的研究一个重要的环节是如何评价一个推荐算法的好坏。关于推荐系统评价的研究很多,文献[1,2,3]在不同程度对评价方法进行了总结。评价方法分为离线评估,用户调查,在线评估。由于用户调查和在线评估代价要求高,目前大多数的研...
分类:
其他好文 时间:
2016-05-06 16:03:42
阅读次数:
619
内容简介:
A.重要统计量
B.重要定理与不等式
C.参数估计
A.重要统计量
一、概率与统计
概率:已知总体的分布情况,计算事件的概率
统计:总体分布未知,通过样本值估计总体的分布
二、概率统计与机器学习的关系
1.统计估计的是分布,机器学习训练出来的是模型,模型可能包含了多个分布。
2.训练与预测过程的一个核心评价指标是模型的误差。
3.误差可以是概率的形式,...
分类:
其他好文 时间:
2016-05-06 15:17:11
阅读次数:
201
转自http://www.cnblogs.com/chaosimple/p/3227271.html 数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的 ...
分类:
其他好文 时间:
2016-05-03 22:11:21
阅读次数:
220
摘要
本文提出了通过词汇链接的使用来提高文档级别机器翻译评估性能的想法。作为一种实现文字连贯的语言手段,词汇衔接通过相同或相关的意思的单词将句子连在一起组成一个有意义的交织结构。机器翻译与人工翻译进行了一场比较来表明他们的关键区别之一是人工翻译往往比机器翻译使用更多的衔接手段。很多方法应用这个特点来评测机器翻译提交的文档,其中包括不依赖于参考译文。实验结果表明,将这一特征与语句级评价指标进行融合...
分类:
其他好文 时间:
2016-04-29 19:17:57
阅读次数:
182
摘要
本文提出了通过词汇链接的使用来提高文档级别机器翻译评估性能的想法。作为一种实现文字连贯的语言手段,词汇衔接通过相同或相关的意思的单词将句子连在一起组成一个有意义的交织结构。机器翻译与人工翻译进行了一场比较来表明他们的关键区别之一是人工翻译往往比机器翻译使用更多的衔接手段。很多方法应用这个特点来评测机器翻译提交的文档,其中包括不依赖于参考译文。实验结果表明,将这一特征与语句级评价指标进行融合...
分类:
其他好文 时间:
2016-04-24 11:14:08
阅读次数:
282
研究机器学习都会研究分类算法,当建立了一个分类算法的模型之后,模型的好坏是需要量化的,最重要的就是分类器的评价指标。那下面主要谈谈分类器的指标。(在这里,主要是介绍一下两类的分类器的评价指标) 下面我们可以看一下两类结果的分析: 1、accuracy(正确率) 它表示的预测结果正确比例。包括正例和负 ...
分类:
其他好文 时间:
2016-04-21 15:02:44
阅读次数:
303
Recall(召回率);Precision(准确率);F1-Meature(综合评价指标);在信息检索(如搜索引擎)、自然语言处理和检测分类中经常会使用这些参数。 Precision:被检测出来的信息当中正确的或者相关的(也就是你想要的)信息中所占的比例(预测的正样本数占总样本的比例); Recal ...
分类:
其他好文 时间:
2016-04-06 23:09:55
阅读次数:
383
数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。以下是两种常用的归一
分类:
其他好文 时间:
2016-03-08 23:58:13
阅读次数:
372