10. 机器学习-评测指标

Hi,你好。我是茶桁。

之前的课程中，我们学习了两个最重要的回归方法，一个线性回归，一个逻辑回归。也讲解了为什么学习机器学习要从逻辑回归和线性回归讲起。因为我们在解决问题的时候，有限选择简单的假设，越复杂的模型出错的概率也就越高。

本节课中，我们要继续我们未完成的内容。

还记得，咱们上一节课中最后所说的吗？在完成了基本回归之后，该如何去判断一个模型的好坏，以及如何调整和优化。

好，我们开始本节课程。

PICKLE

本节课中，会重点的给大家做一件事，叫「评测指标」。

在这之前，我们发现了一个麻烦事。就是我们现在需要去观测我们的分类结果，我们不得不再去执行一遍我们之前的训练程序，拿到最后的分类结果：

RM:6.38, LSTAT