摘要：https://www.cnblogs.com/AntonioSu/p/8798960.html http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 阅读全文

摘要：ID3参见 https://blog.csdn.net/qq_36330643/article/details/77415451 C4.5参见 https://blog.csdn.net/u012897374/article/details/74983742 CART参见http://www.soh 阅读全文

摘要：转自https://blog.csdn.net/songyunli1111/article/details/86728156 AdaBoost简单介绍 AdaBoost是基于boosting的思想，通过多个弱分类器的线性组合来得到强分类器，训练时重点关注被错分的样本，准确率高的弱分类器权重大。 更深 阅读全文

摘要：刚开始接触这两个概念的时候总搞混，时间一长就记不清了。 实际上非常简单，精确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了，一种就是把正类预测为正类(TP)，另一种就是把负类预测为正类(FP)，也就是 image.png 而召回率是针对我们原来 阅读全文

摘要：转自https://www.cnblogs.com/earendil/p/8872001.html Baggging 和Boosting都是模型融合的方法，可以将弱分类器融合之后形成一个强分类器，而且融合之后的效果会比最好的弱分类器更好。 Bagging: 先介绍Bagging方法： Bagging 阅读全文