摘要：
基本形式： $f(x_{i})=W^{T}X_{i} + b$，使得$f(x_{i}) \approx y_{i}$ 最小二乘估计： $\widehat{w}^{*}= \underset{\widehat{w}}{arg min}(y - X\widehat{w})^{T}(y - X\wideh 阅读全文
摘要：
P-R图直观的显示出学习器在样本总体上的查全率和查准率，在进行比较时，若一个学习器的P-R曲线被另一个学习器的曲线完全包住则后者的性能优于前者，比如A比C好。 如果发生交叉现象则可以用F1度量（P-R曲线比ROC曲线适合不平衡样本）： $F1=\frac{2 P R}{P + R}$ 一般形式（表达 阅读全文
摘要：
SVD也是对矩阵进行分解，但是和特征分解不同，SVD并不要求要分解的矩阵为方阵。 $A=U \sum V^{T}$ 条件：U和V是一个可酉矩阵（是正交矩阵的复数推广$U^{T}=U^{-1}$） $A^{T}A$的特征向量是V，$AA^{T}$的特征向量是U，$AA^{T}$的特征值的平方根是$\s 阅读全文