觀察一下，下圖：

在day15我們談到做迴歸的時候，就是找到一條曲線（橘線），可以代表物件二者關係的趨勢，這一條直線要怎麼找?先思考一下，觀察一下圖片，我們待會再解答。

看到了嗎？其實我們就是在找一條橘線，而這線與藍點的距離為最小，最成符合趨勢。這距離就是實際值y 藍點與預測值y’橘線的距離。也就是我們在day4說的誤差函數。因為誤差有正有負，所以統一取平方讓它永遠為正數。這就是均方誤差MSE的由來，還有一種是Mean Absolute Error (MAE)，取的是距離的絕對值。

• 今天我們要介紹的幾種效能評估指標：

• R^2

• Mean Square Error (MSE)

• Confusion Matrix

• precision / recall /f1

• 解釋變數R^2 公式：

  • R^2 = 1 - \frac{SSE}{SST}
  • total sum of squared error，SST= \frac{1}{N} \sum (y - \hat{y})^2
  • \hat{y} 為y 的平均值
  • sum of squared error，SSE = \sum (y - y’)^2
  • y - actual value ，y’- predict value
  • 用途：regression

• 均方誤差Mean Square Error (MSE)公式：

• MSE = \frac{1}{N} \sum (y - y’)^2

• y - actual value ，y’- predict value

• 用途：regression

• Confusion Matrix：

- Actual ：實際值，Predict：預測值
- T：true，F：false
- TN：實際是true預測也是true，TP：實際是true預測也是true，
- FN：實際是true預測是false，FP：實際是false預測是true

• precision 公式：

• precision = \frac{TP} {TP + FP}

• recall公式：真陽率

• 口訣：真實是true，希望它就是true

• recall ：\frac{TP}{TP + FN}

• f1公式：

• f1 = \frac{ 2 \times precision \times recall }{ precision + recall}

• 做作ML的時候，我們要看模型演算法，計算出來的結果與真實的target存在多少差異問題，這時候就必須要做效能評估。還記得ML的流程嗎？[昨天]我們實際在kaggle的例子上，最後一行看出randomforest得效能達到99%，算是很棒，對於花朵的分類幾乎百分百正確。讓我們在回顧下ML的流程：

• ML處理流程：

data - 資料前處理ETL - 資料正規化- 載入模型 -模型配飾 - 模型預測 - 模型效能評估

• 工商服務一下：

這系列結束後，我將繼續挑戰IT鐵人30日：
佛心分享 ： it 考照之路
主題：從摸索7個月到下定決心訂下3週後考試：自學取得PMP 3AT 執照

• 明天我們會談ML的集成演算法ensemble learning，敬請期待。