摘要： 特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，改善模型算法增强模型繁华能力，减少过拟合。特征提取的方法分为3种：Filter过滤法、Wrapper包裹式、Embedded嵌入法 1.过滤法 移除低方差特征（不需要特征值）：计算各个特征的方差，设定阈值，选择方差>阈值的特征 以波士 阅读全文

摘要： ROC曲线,AUC TPR = TP/(TP+FN),FPR=FP/(TN+FP)。 多分类情况，常用指标为宏平均和微平均、混淆矩阵y_true=[0,0,1,1,2,2,2]y_pred=[0,1,1,1,2,0,2] 混淆矩阵 雅克比相似性及损失函数 2、回归指标y_true=[0.3, 2.4 阅读全文