摘要：1.准确率(查准率) 准确率P=查找到的正确数据条数/查找到的总数据条数2.召回率(查全率) 召回率R=查找到的正确数据条数/总共的正确数据条数3.F-Measure 当α为1时，即为F1值 F1值是P和R的综合，F1值较高时，模型效果较好4.example 100条鱼，100只虾，小明现... 阅读全文

摘要：ps:总结的是分类决策树。 决策树，由结点和有向边组成，结点包括内部结点(属性)和叶子结点(类别)。 eg.给定训练数据集D={(x1,y1),(x2,y2),...,(xN,yN)} xi为输入实例，n为特征个数，yi∈{1,2,...,K} 下图所示为一颗简单的决策树 特征... 阅读全文

摘要：已经花了好多时间看支持向量机了，就是一直没开始写，网再渣，我也要开始总结了 支持向量机(SVM) 一种二类分类模型。基本模型是定义在特征空间上的间隔最大的线性分类器，学习策略就是间隔最大化，最终是求解凸二次规划的最优化算法。 包含线性可分支持向量机、线性支持向量机、非线性支持向量机。... 阅读全文

摘要：聚类算法，无监督学习的范畴，没有明确的类别信息。 给定n个训练样本{x1，x2，x3，...，xn} kmeans算法过程描述如下所示： 1.创建k个点作为起始质心点，c1，c2，...，ck 2.重复以下过程直到收敛 遍历所有样本xi 遍历所有质心cj 记... 阅读全文