Return to Video

Confusion Matrix for Eigenfaces - Intro to Machine Learning

  • 0:00 - 0:03
    提到不同背景下的混淆矩阵
  • 0:03 - 0:08
    你可能记得 Katie 向大家展示的主成分分析
  • 0:08 - 0:13
    比如我们查看七个不同的白人男性政治家
  • 0:13 - 0:17
    从 George Bush 到 Gerhard Schroeder 然后进行 EigenFace 分析
  • 0:17 - 0:22
    提取出此数据集的主成分 然后再使用
  • 0:22 - 0:28
    Eigenfaces 对应着姓名重新绘制新的面部图 从而识别这些人
  • 0:28 - 0:31
    因此我们现在要做的 不是将你再次拖入
  • 0:31 - 0:34
    相同的主成分分析中 我们不管这些面部图
  • 0:34 - 0:38
    我要做的是给你一个有典型的输出
  • 0:38 - 0:42
    我们将使用混淆矩阵学习输出
  • 0:42 - 0:49
    Katie 对这些政治家的面部图进行了主成分分析 很棒
  • 0:49 - 0:53
    再将得到的特征放入支持向量机
  • 0:53 - 0:54
    然后仔细检查这些数据
  • 0:54 - 1:00
    计算这些人物被正确预测或错误分类的频率
  • 1:00 - 1:03
    为了迷惑大家 在本示例中
  • 1:03 - 1:06
    我们在左侧放置正确的姓名 正确的类型标签
  • 1:06 - 1:08
    在上方放置预测的内容
  • 1:08 - 1:13
    比如说 这里的数字 1 对应的是 Donald Rumsfeld
  • 1:13 - 1:15
    但被错误地认为是 Colin Powell
  • 1:15 - 1:19
    我知道 Colin Powell 在这里指同一名字
  • 1:19 - 1:23
    从 Ariel Sharon 到 Tony Blair 适用于这里的各列
  • 1:23 - 1:26
    Ariel Sharon 在左侧 Tony Blair 在右侧
  • 1:26 - 1:28
    好 现在我问大家一些问题
  • 1:28 - 1:29
    首先 一个简单的问题
  • 1:29 - 1:33
    这七个政治家中 哪个在我们的数据集中出现次数最多?
Title:
Confusion Matrix for Eigenfaces - Intro to Machine Learning
Description:

more » « less
Video Language:
English
Team:
Udacity
Project:
ud120 - Intro to Machine Learning
Duration:
01:34

Chinese, Simplified subtitles

Revisions