dutmathjc的博客

机器学习中衡量指标 准确率（accuracy）精确率（precision）召回率（Recall） 混淆矩阵（Confusion Matrix） 预测值 正例 反例 真实值 正例 TP（True Positive） FN（False Negative） 反例 FP（False Positive） .

感知机简介： 二类分类的线性分类模型，属于判别模型。输入为实例的特征向量，输出为实例的类别，取值为+1和-1。 感知机学习旨在求出将训练数据进行线性划分的分离超平面。 引入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。 感知机学习算法分为原始形式和对偶形式。 感知机于1957年由Rosenblatt提出，是神经网络与支持向量机的基础。 感知机模型： ...