摘要：1 混淆矩阵衍生指标 上面提到的ACC、PPV、TPR、FPR等指标，都是对某一给定分类结果的评估，而绝大多数模型都能产生好多份分类结果（通过调整阈值），所以它们的评估是单一的、片面的，并不能全面地评估模型的效果。因此，需要引入新的评估指标，来综合全面地评估模型，它们就是如下所述，由混淆矩阵衍生的一 阅读全文

摘要：1 二分类模型评估 1.1 混淆矩阵 在完成机器学习建模之后，我们需要用一些指标，来度量模型性能的好坏（即模型的泛化能力），以便对比不同模型，从而知道哪个模型相对好，哪个模型相对差，并通过这些指标来进一步调参逐步优化模型。对于分类和回归两类有监督学习评判标准如下，这里主要讨论与分类相关的一些指标。 阅读全文

摘要：1 数据挖掘技术基础 1.1 描述性统计分析 在现实工作中，不是所有的问题都需要用建模来解决，一些简单的问题如果能用简单方法，就不要使用复杂的解决方案。这样既提升了效率，也减少了出错的可能。即使是非常复杂的问题，我们往往也需要首先用简单的方法，对问题进行一个概括和总览 —— 描述性统计。 描述性统计 阅读全文

摘要：1 数据挖掘概要 1.1 起源 功能强大的数据收集与存储工具的快速发展，使得可以分析使用的数据呈爆炸式增长，而如何从这些数据中发现有价值的信息，促使了数据挖掘技术的诞生。 1.2 定义 数据挖掘（Data Mining）就是从大量的数据中，提取隐含的，以前未知的，可能有用的信息的过程。 1.3 目标 阅读全文