- 逻辑回归
用来解决分类问题。
1.1 Loss函数
对数似然损失
- 分类的评估方法
2.1 精确率与召回率
召回率：预测真实样本正确的概率。
2.1.1 混淆矩阵
- ROC曲线与AUG指标
图片出自13-ROC曲线与AUC指标_哔哩哔哩_bilibili
相关推荐
智慧物业老杨8 分钟前
物业日常巡查的数智化重构：从“打卡式巡检“到“闭环式风控“吴佳浩3 小时前
Skill 为什么不同于 Tool？Agent 技能库的自演进与动态加载机制M78佐菲6 小时前
ARM学习笔记（1）大模型任我行6 小时前
谷歌：“课程学习”融入扩散模型强化学习AIGCmagic社区6 小时前
具身智能专题：机器人也有Scaling Law？智元GE-Act 2.0用3万小时真机数据给出答案Rosanci7 小时前
谷歌浏览器插件开发实战指南：从 Hello World 到上架发布明月_清风7 小时前
AI 越来越强，程序员真正的价值到底是什么？m0_466525298 小时前
云从科技上线云起ModelHub：AI团队时代的模型算力基础设施火山引擎开发者社区8 小时前
OpenViking：给 Codex 加上长期记忆荆棘鸟智能8 小时前
城市感知设备怎么统一接入？从多协议网关到设备模型的中间件架构设计