Loading...
4.1基于贝叶斯决策理论的分类方法优点：在数据较少的情况下任然有效，可以处理多类别问题。缺点：对于输入数据的准备方式较为敏感 。适用数据类型：标称型数据。 贝叶斯决策理论的核心思想：选择具有最高概率的决策。4.2条件概率 贝叶斯准备告诉我们如何交换条件概率中的条件与结果，即如果已知$p(x\mid c...
3.1决策树的构造 第二章介绍的k-近邻算法可以完成很多分类任务，但是它最大的缺点就是无法给出数据的内在含义...
1、查准率和查全率查准率P（precision），表示所有被预测为正类的样本（TP+FP）是真正类（TP）的比例：召回率R（recall)，表示所有真正类的样本（TP+FN）中被预测为真正类（TP）的比例：2、PR曲线绘制PR曲线的横坐标为召回率R，纵坐标为查准率P，绘制步骤如下：将预测结果按照预测为正类概率值排序；将概率阈值由1开始逐渐降低，按此顺序逐个把样本作为正例进行预测，每次可以计算...
(第二章 k-近邻算法)2.1k-近邻算法概述 简单地说，k-紧邻算法采用测量不同特征值之间的距离方法进行分...
由于本来就有深度学习环境，所以环境非常正常