【数据思维】基本概念-Day03

一、衡量模型好坏的指标，除了准确率、精确率、召回率、置信区间，还有F1 Score、AUC 曲线、PR 曲线、增益和提升图等，要结合具体业务场景，选择衡量指标，没有十全十美的模型；

二、回归模型有线性回归、逻辑回归、均值回归、多项式回归、逐步回归、岭回归、套索回归等等，其中逻辑回归属于分类回归，即因变量是有限的取值，将其Y调整为连续型变量的方式是Logit变化，公式为：

Logit（Y）=Log （Odds Y）=Log（（Probability of Y event）/（Probability of no Y event））

三、聚类是无监督学习，最常见的聚类算法 K-Means；

四、蒙特卡洛与拉斯维加斯的区别，蒙特卡洛的原理是在有限的条件下，找出最优解，拉斯维加斯的原理是不找出最优解，就返回null;

五、马尔科夫链和RNN（Recurrent Neural Network）循环神经网络的区别，马尔科夫链只关注当下节点对下一节点的影响，而不考虑历史情况；RNN会将历史情况也纳入考量。