机器学习算法评估方法+Spring学习笔记

1.AUC-ROC曲线可以帮助我们可视化机器学习分类器的性能。ROC曲线是二值分类问题的一个评价指标。它是一个概率曲线，在不同的阈值下绘制TPR与FPR的关系图，从本质上把“信号”与“噪声”分开。AUC越高，模型在区分正类和负类方面的性能越好。当AUC=1时，分类器能够正确区分所有的正类点和负类点。然而，如果AUC为0，那么分类器将预测所有的否定为肯定，所有的肯定为否定。

2.Logloss损失值，当预测概率接近1时，对数损失缓慢下降。但随着预测概率的降低，对数损失迅速增加。对数损失对两种类型的错误都会进行处罚，尤其是那些置信度很高的错误预测。

3.RESTFUL是一种网络应用程序的设计风格和开发方式，基于HTTP，可以使用XML格式定义或JSON格式定义。RESTFUL适用于移动互联网厂商作为业务接口的场景，实现第三方OTT调用移动网络资源的功能，动作类型为新增、变更、删除所调用资源。REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是 RESTful。

4.同属性多对象使用@InitBinder进行解决。@InitBinder作用于@Controller中的方法，表示为当前控制器注册一个属性编辑器，对WebDataBinder进行初始化,且只对当前的Controller有效。

5.restful状态转化，幂等性：每次HTTP请求相同的参数，相同的URI，产生的结果是相同的。GET-获取资源，具有幂等性；POST-创建资源，不具有幂等性；PUT-创建（更新）资源，具有幂等性；DELETE-删除资源

6.restful总结：每一个URI代表一种资源；客户端和服务器之间，传递这种资源的某种表现层；客户端通过HTTP动词，对服务端资源进行操作，实现“表现层状态转化