给我也整一个

目录大纲数据部分模型部分训练部分评估部分引用大纲数据部分模型部分4、什么是生成模型和判别模型，差别是什么？5、LR的数学原理，LR是线性模型吗？为什么？熵越大，不确定的程度越多，我们需要分布在满足条件的要求下越均匀越好。我们建模Y|X，并且前提预测了Y|X满足伯努利分布，所以我们只需要知道P（Y|X）,其次我们需要一个线性模型，那么只需要用最大熵模型确定f即可，伯努利的指数分布簇就是sigmoid形式。LR为什么是线性模型，判断一个模型是不是线性的，自变量是否只被一个参数影响以及决策边界是否

文章目录从感知机说起三大核心支持向量KKT条件核方法总结Preference从感知机说起三大核心支持向量KKT条件核方法总结Preference

文章目录标题标题

文章目录介绍集成学习随机森林介绍集成学习随机森林

文章目录介绍特征选择信息增益——ID3信息增益比——C4.5Gini指数——CART介绍决策树（Decision Tree）是一类基本的分类和回归方法，它的生成过程可以简单的概括为if-then——即满足某个条件，进行下一步，直到能通过这样的方式递归区分所有的样本。同时决策树又可以作为集成模型的基模型。比如决策树通过Bagging可以集成为随机森林（Random Forest），GBDT选择C...

文章目录机器学习常见指标计算Precision 、Recall 和F1 ScoreAUC 和 ROC推荐系统常见指标计算HR 和 NDCGMRR 和 MAPMSE、 RMSE和MAE机器学习常见指标计算Precision 、Recall 和F1 Score精确率（Precision）和召回率（Recall）是机器学习中最常见的评估一个分类模型性能的指标。预测为正预测为负...

文章目录介绍Sigmoid函数LR模型参数估计介绍逻辑回归（Logistic Regression）是机器学习中一种应用非常广泛的分类预测算法，而且简单。工业中广泛应用LR算法，例如CTR预估，推荐系统等。逻辑回归模型的预测函数为：hw,b(x)=11+e−(wTx+b)h_{w,b}(x) = \frac{1}{1+e^{-(w^\mathrm{T}x+b)}}hw,b​(x)=1+e−(...

文章目录介绍参数估计极大似然估计贝叶斯估计Reference介绍朴素贝叶斯法是一种经典的生成模型。所谓生成模型，就是通过学习输入数据和输出数据的联合概率分布P(X,Y)P(X,Y)P(X,Y)来求得后验概率P(Y∣X)P(Y|X)P(Y∣X)。再具体一点就是利用训练数据来学习P(Y)P(Y)P(Y)和P(X∣Y)P(X|Y)P(X∣Y)的估计，然后得到联合概率分布：P(X,Y)=P(Y)P(...