wmburst

混淆矩阵混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。具体评价指标有总体精度、制图精度、用户精度等，这些精度指标从不同的侧面反映了图像分类的精度。 [1] 在人工智能中，混淆矩阵（confusion matrix）是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。混淆矩阵是通过将每个实测像元的位置和分类与分类图像中的相应位置和分类相比较计算的。import nu

数据建模数据分析中，我们可能涉及复杂的场景，这时候需要对未知的样本数据进行预测，此时我们就需要建立模型完成。模型概念模型我们可以理解为一个函数。由训练得来的数据确定函书的参数，当参数确定好之后，然后进行训练，通俗点说的就是预测。通过训练数据，通过不断的进行训练，最终得到一个合适的模型，从而可以对位置的数据进行预测。监督学习监督学习是从标记的训练数据来推断一个功能的机器学习任务。训练数据包括一套训练示例。在监督学习中，每个实例都是由一个输入对象（通常为矢量）和一个期望的输出值（也称为监督信号）组成。

数理统计基础数理统计，以概率论为基础，研究大量随机现象的统计规律性。数理统计分为如下两类：描述统计推断统计数理统计在数据分析领域具有非常重要的地位统计分析概述案例假设校领导关注于公司人员业绩，我们会怎样进行汇报？A 某人业绩还可以。B 张三业绩80万，李四业绩100万……C 第一部门1000万，第一部门1000万，第一部门1000万……D 平均100万，最低10万，最高1500万....描述性统计，就是从总体数据中提取变量的主要信息（总和，均值等），从而从总体层面上，