机器学习

1、precision和recall会有差异，可以通过定义分类阈值来调节。重视precision则考前，重视recall则靠后。如二分类问题中，预测值为0.5以上为正，0.5以下为负，可以调节0.5为0.6增大recall。

2、比较模型性能，可以使用P-R图，即假正确率与真正确率图来评估模型的优劣。

3、偏差-方差分解（bias-variance decomposition）是解释学习算法泛化能力的一种工具。