一只小Kevin的博客

本文从外网上摘取了几个不错的关于介绍在机器学习中不同分类方法的文章并翻译，用于记录、学习和分享。水平有限，如果文中有错误之处希望能得到大家的指正。

评价PLS的指标They differ in the type of cases that are used to measure them: RMSEC: calibration error, i.e. the residuals of the calibration data. (R)MSEC measures goodness of fit between your data and the

Scikit-learn 学习笔记记录在使用python的机器学习库Scikit learn中的要点。 SVM 支持向量机支持向量机可以用于分类、回归和异常点剔除 缺点：如果特征比样品多（ m < n ），效果会比较差 支持向量机不能直接给出结果的可能性（针对二值分类问题）注意，支持向量机使用的样品数据可以是密集（numpy.asarray）和稀疏（any scipy.sparse）作为输入，它们