TangowL

数据预处理之标准化

数据降维之PCA与SVD法

非均衡分类问题是指在分类器训练时，正例数目和反例数目不相等（相差很大），或者错分正反例导致的代价不同（可从代价矩阵观测）时存在的问题。

在样本数据不充足情况下，可以选择S折交叉验证方法。另外推荐系统中离线实验对于评测指标的获取也是采用的S折交叉验证方法。

理论解释共线性，指多元回归模型中，各自变量之中至少有两个完全或高度相关。一方面，自变量之间的强相关，虽不会影响对应回归系数的大小，但会扩大其回归系数的方差。由于回归系数比上标准差，即检验该回归系数是否显著的 t 值。由于 t 值的降低，导致回归系数不显著，将无法拒绝一个错误的零假设。另一方面，自变量之间的强相关，可能导致回归系数的正负方向与真实的相反，影响特征的可解释性。可以认为 ...