机器学习
正则化与稀疏解:
一篇挺有意思的文章,讲L1正则化与稀疏解,另一种角度诠释了over fit:
什么是混淆矩阵,如何评价二分模型好坏:
【机器学习】五分钟搞懂如何评价二分类模型!混淆矩阵、召回率、精确率、准确率超简单解释,入门必看!_哔哩哔哩_bilibili
准确率:样本中预测对了多少,也就是7/10
精确率:预测为正的样本中实际为正的有多少,也就是3/4
召回率:实际为正的样本中有多少被预测正了
决策树:
什么是决策树?决策树怎么用?
【数据挖掘】决策树零基础入门教程,手把手教你学决策树!_哔哩哔哩_bilibili
一组数据可以被分为属性与标签,决策树的根节点和各种内部节点就是由一个个属性来构造的,通过构造决策树,传入只有属性的数据便能预测它的label
如何构造决策树的节点
属性可以被划分为三种,二元,多元以及序数属性,构建这些节点的方法如图所示
那么用什么指标来度量属性的选择呢?