05/29/2022学习笔记

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：

L1正则化的稀疏性解释 - 纯净天空

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？

如何构建完整的决策树

E-M算法导读：

人人都懂EM算法 - 知乎