<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>pytran</author_name>
  <author_url>https://blog.hatena.ne.jp/pytran/</author_url>
  <blog_title>ウホウホゴリラッホ</blog_title>
  <blog_url>https://pytran.hateblo.jp/</blog_url>
  <categories>
    <anon>はじパタ</anon>
    <anon>機械学習</anon>
  </categories>
  <description>ベイズの識別規則 ベイズの定理は大事、だが省略。適当なサイトを参照されたし。 誤り率最小と損失最小 尤度比と事前確率の比が等しい面を識別境界とした場合に誤り率最小となる。ただし、実際には誤り率ではなく損失最小を達成するべきである。各クラスで誤りが発生した場合の損失は違うのでその分重み付けが必要になるからである。 誤り率最小：クラス条件付き確率が最大のクラスと識別する 損失最小：誤り率最小に損失の大きさによる重みづけを加えて識別する 性能評価方法 前節では交差検証法やホールドアウト法などの性能評価について記述したが、今節で性能評価で扱うべき指標について記述する。ほとんどのプロダクトで達成すべきは…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fpytran.hateblo.jp%2Fentry%2F2018%2F11%2F25%2F220331&quot; title=&quot;はじパタ 第3章 - ウホウホゴリラッホ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2018-11-25 22:03:31</published>
  <title>はじパタ 第3章</title>
  <type>rich</type>
  <url>https://pytran.hateblo.jp/entry/2018/11/25/220331</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
