机器学习考试

中位数与极差

分位数：

x（[np]+1) 当np不是整数 （x（np）+x（np+1）)/2当np是整数

中位数： x（[n /2]+1) 当n为奇数 （x（n/2）+x（n/2+1）)/2 当n整为偶数

简单匹配系数：

f00=x取0且y取0的属性个数 f01=x取0且y取1的属性个数 f10=x取1且y取0的属性个数 f11=x取1且y取1的属性个数 2.1.1一种常用的相似系数是简单匹配系数 （Simple Matching Coeffient,SMC)，定义如下 SMC= f00+f11 /f11+f10+f01 +f00

jacard相似系数

f11/f11+f10+f01

广义jacard

余弦相似度：

查准率p：TP/TP+FP

查全率R: TP/TP+FN

梯度下降矩阵：

bp传递函数：

感知机1 -1标号

fish判别0 1标号

逻辑回归0 1标号

bp神经算法

信息增益越大才能被选为划分属性，

基尼系数要选越小越好

支持向量机模型：

哪些是支持向量哪些是非支持向量