SunshineSki的博客

本文的Sketchnotes来自微软的一位web和前端工程师@girlie_mac，很喜欢这种风格的Sketchnotes.文章目录History of machine learningFairness in Machine LearningGet started with Python and Scikit-learn for regression modelsIntroduction to time series forecastingIntroduction to Reinforcement L.

从FPR和TPR的定义可以理解，TPR越高，FPR越小，我们的模型和算法就越高效。比如，把蓝色虚线放到第一张图片下面，也就是说让系统只识别出最上面的那张飞机图片，那么Precision的值就是100%，而Recall的值则是20%。如果把蓝色虚线放到第二张图片下面，也就是说让系统只识别出最上面的前两张图片，那么Precision的值还是100%，而Recall的值则增长到是40%。灵敏度（Sensitive 表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力，在数值上等于召回率Recall）