Task01——概覽西瓜書+南瓜書1、2章】

第一章 緒論

這一章一開始是介紹機(jī)器學(xué)習(xí)的定義（利用計(jì)算機(jī)學(xué)習(xí)經(jīng)驗(yàn)數(shù)據(jù)并生成一個(gè)算法模型）、基本術(shù)語（樣本及其分類，問題的分類等等）。

第二章 模型的評估與選擇

在模型的評估與選擇中，理解了誤差的分類。我們希望得到的是在新樣本上表現(xiàn)得很好的學(xué)習(xí)器，即泛化誤差小的學(xué)習(xí)器。學(xué)習(xí)能力過強(qiáng)，以至于把訓(xùn)練樣本所包含的不太一般的特性都學(xué)到了，稱為過擬合；而學(xué)習(xí)能太差，訓(xùn)練樣本的一般性質(zhì)尚未學(xué)好，則稱為欠擬合。

訓(xùn)練集與測試集的劃分方法則包括留出法、交叉驗(yàn)證法、自助法等等。

性能度量方面最重要的就是查準(zhǔn)率（Precision）和查全率（recall）以及二元混淆矩陣的定義。

PR曲線如下圖所示：

若一個(gè)學(xué)習(xí)器A的P-R曲線被另一個(gè)學(xué)習(xí)器B的P-R曲線完全包住，則稱：B的性能優(yōu)于A。若A和B的曲線發(fā)生了交叉，則誰的曲線下的面積大，誰的性能更優(yōu)。但一般來說，曲線下的面積是很難進(jìn)行估算的，所以衍生出了“平衡點(diǎn)”（Break-EventPoint，簡稱BEP），即當(dāng)P=R時(shí)的取值，平衡點(diǎn)的取值越高，性能更優(yōu)。