吳恩達機器學習（十六）機器學習流水線、上限分析

阿新 • • 發佈：2018-11-02

0. 前言

在設計機器學習專案的時候，通常會制定一條流水線（資料預處理、特徵提取、...之類），根據流水線完成專案。

在完成專案的時候，通常對其精確率進行優化，可採取上限分析（Ceiling analysis），分析最有可能提高精確率的地方。

如下圖所示（圖源：吳恩達機器學習），為OCR（光學字元識別）的流水線：

影象 $\rightarrow$ 文字識別 $\rightarrow$ 字元分割 $\rightarrow$ 字元識別

上限分析作用是在於發現流水線中哪個步驟優化以後，會給整個模型帶來最大的優化。

如下圖所示（圖源：吳恩達機器學習）：

在上述例子中，整體的精確率為 $72\%$ ，如果人為進行文字識別（將文字識別的精確率提高至 $100\%$ ），則整體精確率為 $89\%$ ，提高了 $17\%$ ，如果繼續人為進行字元分割（將字元分割的精確率提高至 $100\%$

），則整體精確率為 $90\%$ ，提高了 $1\%$ ，如果繼續人為進行字元識別（將字元識別的精確率提高至 $100\%$ ），則整體精確率為 $100\%$ ，提高了 $10\%$ 。由此可見，優化文字識別，會給整個模型帶來最大的優化。

如果這篇文章對你有一點小小的幫助，請給個關注喔~我會非常開心的~