随机分类器，也就是对于一个分类问题，随机猜测答案。理论上，随机分类器的性能是所有分类器的下界。对随机分类器的理解，可以帮助更好的理解分类器的性能指标。随机分类器的性能也可以作为评价分类器的一个基础。所 ...

已迁移到我新博客，阅读体验更佳基于sklearn的分类器实战 完整代码实现见github：click me 一、实验说明 1.1 任务描述 1.2 数据说明 一共有十个数据集，数 ...

偏差和方差 机器学习算法针对特定数据所训练出来的模型并非是十全十美的，再加上数据本身的复杂性，误差不可避免。说到误差，就必须考虑其来源：模型误差 = 偏差（Bias）+ 方差（Variance）+ ...

相信大家在机器学习中，一定常见到;SVC，NvSVC，LinearSVC，今天我们就来看看这三者的区别。 一、SVC(C-Support Vector Classification)： 支持向量分类，基于libsvm实现的，数据拟合的时间复杂度是数据样本的二次方，这使得他很难扩展到10000 ...

理解模型正则化：L1正则、L2正则（理论+代码） 0 前言 我们已经知道了模型误差 = 偏差 + 方差 + 不可避免的误差，且在机器学习领域中最重要就是解决过拟合的问题，也就是降 ...

已迁移到我新博客,阅读体验更佳LDA && NCA: 降维与度量学习 代码实现放在我的github上:click me 一、Linear Discriminant Analysis( ...

recognition vs classification The field of recognition or pattern recognition is concerned with the automatic discovery of regularities in data ...

一、概括： L1和L2是正则化项，又叫做罚项，是为了限制模型的参数，防止模型过拟合而加在损失函数后面的一项。 二、区别： 　　1.L1是模型各个参数的绝对值之和。 　　　L2是模型各个参数的平 ...

一、什么是ROC曲线 对于分类模型，常见的模型评价指标有精确率、召回率以及ROC曲线等，看名字不太好理解，下面来仔细分析。 混淆矩阵: 表中结果分为四类： ...

softmax模型可以用来给不同的对象分配概率。即使在之后，我们训练更加精细的模型时，最后一步也需要用softmax来分配概率。 cross-entropy 交叉熵是度量这 ...