摘要：
非均衡分类问题： 1、样本正反例数量差距大； 2、不同类别的分类代价不相等。 除了分类错误率，还有以下分类性能度量指标：正确率、召回率和ROC曲线 正确率：预测为正例的样本中真正正例的比例。 召回率：预测为正例的真实正例占所有真实正例的比例。 正确率和召回率很难同时达到很高。 ROC曲线：横轴为伪正 阅读全文
摘要：
boosting：不同的分类器是通过串行训练而获得的，每个新分类器都根据已经训练出的分类器的性能来进行训练。通过集中关注被已有分类器错分的那些样本来获得新的分类器。 权重alpha：弱分类器的线性组合系数，用来构成完整分类器。对每个数据的分类时，其结果是弱分类器结果的线性组合。 权重D：样本的权重向 阅读全文
摘要：
正确加载方法： 错误加载方法： 原因：获取numFeatures时使用了readline()函数，使得句柄f移动到第二行，下面代码中的readlines()函数只能读取剩下的行，相当于少读取了第一行。 阅读全文