学习 & 分享 ~

Hamming distance 是一种用于度量两个等长字符串之间的差异性的度量方式。它通常用于比较两个二进制字符串或等长的编码向量。Hamming 距离的计算方式非常简单，它只关注两个字符串中不同的位置，并计算它们的个数。在信息论、编码理论和计算机科学中，Hamming 距离经常被用作误码检测和纠错码设计等方面的基础概念。

目标函数（Objective Function）、损失函数（Loss Function）、代价函数（Cost Function）在某些情况下可以互换使用，本文将详细说明它们之间有什么区别。

1. 准确率准确率（Accuracy）是指 判断正确的样本数占所有样本数的比例，也就是如其计算式所说的，正确地判断为正样本和正确地判断为负样本的总数，占样本总数的比例。Acc=TP+TNTP+TN+FP+FNAcc = \frac{TP + TN}{TP + TN + FP + FN}Acc=TP+TN+FP+FNTP+TN​但是单纯正确率高不能代表算法好，尤其是在 正负样本不均衡 的情况下，准确率有很大的误导性。比如说，判断一个病人有没有患癌，10 位病人中只有 1 位是阳性的（也就是患癌的），而分

训练集标签和数量的统计结果：提取到的 HOG 特征初步了解特征的选区是否合适，不适合可以调节 extractHOGFeatures 里的参数，比如 cellsize，blocksize，bins等。参考：extractHOGFeature只列出几项最终的分类结果：...

为了提高给 Helen 女士匹配约会对象的成功率，收集了各位男士的以下三种信息：约会数据：datingTestSet.txt先看一下数据集的内容：这里截取了三行，前三列分别是每年的飞行里程数、玩游戏所耗时间百分比和每周消费的冰淇淋公升数，最后一列是 Helen 女士对他们的 feel，largeDoses 表示 Helen 女士认为他非常有魅力，smallDoses 表示 Helen 女士对他感觉一般般，而 didntLike 则表示 Helen 女士不喜欢他。1. 准备数据：从文本文件中解析数据将收集

比如有一个训练集，且训练集中的每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似（最近邻）数据的分类标签。一般选择样本数据集中前 k 个最相似的数据，k 为不大于 20 的整数。最后，选择这 k 个最相似数据中出现次数最多的分类，作为新数据的分类标签。优点：精度高、对异常值不敏感、无数据输入假定缺点：计算复杂度高、空间复杂度高使用数据范围：数值型和标称型（1）收集数据：可以使用任何

支持向量机（support vector machines，SVM）是一种二分类模型，它将实例的特征向量映射为空间中的一些点，SVM 的目的就是想要画出一条线，以 “最好地” 区分这两类点，以至如果以后有了新的点，这条线也能做出很好的分类。SVM 适合中小型数据样本、非线性、高维的分类问题。SVM 最早是由 Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis 在1963年提出，目前的版本（soft margin）是由 Corinna Cortes 和 Vapnik 在1

判别式模型 & 生成式模型参考：https://blog.youkuaiyun.com/asdfsadfasdfsa/article/details/80960315判别式模型，就是只有一个模型，你把测试用例往里面一丢， label 就出来了，如 SVM。生成式模型，有多个模型(一般有多少类就有多少个模型)，你得把测试用例分别丢到各个模型里面，最后比较其结果，选择最优的作为 label，如朴素贝...