toc:MachineLearning

toc:MachineLearning

Content #

批处理模式与随机梯度下降法 强可学习的(strongly learnable) 线性回归的正则化 效用函数(utility function)与成本函数(cost function) 经验风险(empirical risk) 单词文本矩阵(word-document matrix) ID3算法的缺陷 Softplus函数 F测度 用户画像的RFM值 Risk Ratio 因训练集样本的不充分导致分类错误 Kullback-Leibler距离 KL距离的不对称性 精确率与召回率

sklearn #

三种朴素贝叶斯算法各自适用的场景

From #