z1102252970的专栏

分类：1.kNN优点：精度高、对异常值不敏感、无数据输入假定。缺点：计算复杂度高、空间复杂度高。适用数据范围：数值型和标称型。2.决策树优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特称数据。缺点：可能会产生过度匹配问题。适用数据类型：数值型和标称型。

偏差(bias)和方差(variance)是统计学的概念，刚进公司的时候，看到每个人的嘴里随时蹦出这两个词，觉得很可怕。首先得明确的，方差是多个模型间的比较，而非对一个模型而言的，对于单独的一个模型，比如说:    这样的一个给定了具体系数的估计函数，是不能说f(x)的方差是多少。而偏差可以是单个数据集中的，也可以是多个数据集中的，这个得看具体的定义。    方差和偏差一般

https://sanchom.wordpress.com/tag/average-precision/

第一教程当然是：https://github.com/rbgirshick/fast-rcnn第二，建议安装anaconda，后续将会很方便；PYTHON_INCLUDE及PYTHON_LIB如果使用了anaconda，在Makefile.config文件中打开ANACONDA_HONE，打开包含ANACONDA_HONE的PYTHON_INCLUDE及PYTHON_LIB，注释掉