一摩尔自由的博客

本文总结了常用的统计学习方法，包括模型定义，原理，适用场景，模型参数学习方法等。统计学习是根据一部分标记好的实例数据，推断待分类实例的类别，所以并不知道数据的真实分布函数。有些场景只能选择某种统计模型，也有一些场景可以套用不同的模型，得到待分类实例的不同的分类结果，哪个模型更好需要根据实际分类的结果进行判别。下面是最常使用的传统的统计学习方法，其中有些方法的思路也会被借鉴用于神经网络模型中。感知机...

MAP(Mean Average Precision)：单个主题的平均准确率是每篇相关文档检索出后的准确率的平均值。主集合的平均准确率(MAP)是每个主题的平均准确率的平均值。 MAP 是反映系统在全部相关文档上性能的单值指标。系统检索出来的相关文档越靠前(rank 越高)，MAP就可能越高。如果系统没有返回相关文档，则准确率默认为0。例如：假设有两个主题，主题1有4个相关网页，主题2有5个相关网...

转自：http://lib.youkuaiyun.com/article/machinelearning/351351、集成学习概述1.1 集成学习概述集成学习在机器学习算法中具有较高的准去率，不足之处就是模型的训练过程可能比较复杂，效率不是很高。目前接触较多的集成学习主要有2种：基于Boosting的和基于Bagging，前者的代表算法有Adaboost、GBDT、XGBOOST、后者的代表算法...