摘要：机器学习中的数据维度与真实世界的维度本同末离。机器学习中，通常需要将现实世界中的数据进行转化，形成计算机能够处理的数据向量的形式，而往往为了学习到较好的模型，需要的数据向量维度都是非常大的。从而导致了学习一个模型或者算法往往需要大量的资源的消耗，有时甚至产生维度灾难的问题。因此， 为了缓解这一问题， 阅读全文

摘要：评估指标 常见评估指标：准确率，精确率与召回率，P-R曲线，RMSE，MASE，MAPE，ROC曲线，AUC值 准确率 准确率指的是分类正确的样本占总体样本的比率：$Accuracy = {\frac{}{}}$ 阅读全文