除数据可视化外，分类中数据分离的指示或指标是什么？

Question

除了PCA或通过将数据投影到两台PC上并将图形放在二维空间中来表示数据之外，还有哪些其他技术可以指示数据歧视？

Answer 1

如果分类任务中只有两个类，则可以使用：

<强> 1。 ROC / AUC / GINI：他们可能会以一种可以理解的方式向您展示您的分类者是否善于分类。

<强> 2。 ANN：最后一层的可视化：您可以在网络的最后一层输出上使用某种数据可视化方式。如果课程在那里很好地分开 - 你可能会期望他们之间存在良好的歧视。

这些是我经常使用的方法。对于多类任务，第二种方法保持不变。在第一个你可以使用First vs Rest，Second vs Rest等。

更新：我强烈建议您使用其他可视化/维度降低方法，例如 T-SNE 或 ISOMAPS 。您可以阅读这些方法的详细说明here。