摘要：
首先这个世界是二元的，世界分阴阳，硬币有正反，即使双性人也有一个比较偏重的性格。 那么针对一个样本就会有正样本、负样本之分。比如一张图片，是包含猫咪的就是正样本，不包含就是负样本。（其实这么说我就稍微理解了） 那么针对一个分类器来讲，就有一个分类器认为的属性，和实际的属性组合。 分类器预测是正的。 阅读全文
摘要：
兴许是年纪大了，对于深度学习中的一些概念，弄懂了，过一段时间就模糊了。因此决定抄书…… 抄书就从最烦人的xx率开始 使用准确率、精确率、召回率对分类器进行评分 准确率： accuracy_score，在测试数据集中（记住哦，都是在测试数据集中，后面就不写了），预测正确的数据点的数量除以测试集全部的数 阅读全文