第二章 模型评估与选择 2.1 经验误差与过拟合 错误率（error rate）：分类错误的样本数占样本总数的比例。 精度（accuracy）：1 - 错误率 误差（error）：学习器的实际预测输出与样本的真实输出之间的差异称为误差。 训练误差 ...

机器学习西瓜书课后习题答案---2、模型评估 一、总结 一句话总结： 理解必然是个【逐步加深】的过程，所以前期可以【最短时间做最高效率】（重点、核心点、视频）的事情 1、【Min-max】 规范化和【z-score】 规范化的优缺点？ 【Min-max】规范化：$$x ...

【第1章 绪论】 1.1 引言 学习算法：机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即“学习算法”。 学习算法的作用：1.基于提供的经验数据产生模型； 2.面对新情况时，模型 ...

大部分基础概念知识已经在Machine Learning|Andrew Ng|Coursera 吴恩达机器学习笔记这篇博客中罗列,因此本文仅对感觉重要或不曾了解的知识点做摘记 第1章 绪论 对于一个学习算法a,若它在某问题上比学习算法b好,则必然存在另一些问题,在那里b比a好 ...

结点的路径对应了一个判定测试序列。 决策树学习的目的是为了产生一棵泛化能力强——即 ...

第五章 神经网络 5.1 神经元模型 神经网络：是由具有适应性的简单单元组成的广泛并行互连的网络，它能够模拟生物神经系统对真实世界物体所作出的交互反应。 神经网络中最基本的成分是神经元模型，即上述定义中的“简单单元 ...

习题 4.1 　　试证明对于不含冲突数据 (即特征向量完全相同但标记不同) 的训练集, 必存在与训练集一致 (即训练误差为 0)的决策树. 　　既然每个标记不同的数据特征向量都不同, 只要树的每 ...

习题 6.1 　　试证明样本空间中任意点 \(\boldsymbol{x}\) 到超平面 \((\boldsymbol{w}, b)\) 的距离为式 \((6.2)\) . 　　设超平面为 \( ...