目录 第一部分:数据集 一.常用概念 二.对二分类问题进行评价 三.模型评估中的ROC曲线和AUC值 第二部分:机器学习 一.处理问题框架和三要素 二.机器学习分类 三.车牌识别经典案例 四.泛化误差 五.泛化性能中的风险评估 六.交叉验证 备注 第一部分:数据集 一.常用概念 每行叫做样本或实例,每列(除最后一列)叫做特征或属性,最后一列为标签列,表示样本所属类别; 属性(特征)空间----由特征张成空间的维度; 特征或属性向量----组成特征或属性空间中的样本点(行); 特征或属性值-