拾遗

一、分词 1. 分词的基本原理 现代分词都是基于统计的分词，而统计的样本内容来自于一些标准的语料库。 分词通常采用马尔科夫假设，每一个分词出现的概率仅仅和前一个分词有关： 联合分布为： 而通过我们的标准语料库，我们可以近似的计算出所有的分词之间的...

目录 1. Adaboost 2. 提升树(boosting tree) 3.梯度提升决策树（GBDT） 4. Xgboost 5. Bagging 和 随机森林 RandomForest 6. GBDT 和 RandomForest的区别 7.xgboost，RF，LR优缺点场景 Blending Stacking 集成学习 集成学习，是指构建并结合多个学习器来完成学习...

1. 准确率 2. 精准率和召回率 混淆矩阵 confusion_matrix(y_train_5, y_train_pred) 对分类器来说，一个好得多的性能评估指标是混淆矩阵。 真正例（true positive）、假正例（false positive）、真反例（true negative）、假反例（false negative）四种情形。分类结果的混淆矩阵如下表所示： ...