2.3 性能度量

查准率与查全率

查准率 / 准确率（precision）：P = TP / (TP + FP)

查全率 / 召回率 / 灵敏度（recall）：R = TP / (TP + FN)

F1 系数：

综合查准率与查全率

多次测试与训练的F1 系数

泛化误差的评估

测试误差，评估方法有3种：

1、留出法：

2、交叉验证法：--K折交叉验证法

3、自助法：

留出法与交叉验证法的训练集数据少于样本数据

参考模型就是实际分类结果，

样本对SS与SD:

  S--Similar,  D--Different

 前者表示在聚类结果(成对出现)中是不是同一个簇；后者表示在参考模型中是不是同一个簇；

如果结果一个是0，另一个是0，就是S

如果结果一个是0，一个是1，就是D

  SS: 在预测结果和实际结果中都是同一个簇

  SD: 在预测结果是同一个簇,但在实际不是同一个簇

逻辑回归不是回归算法吧

Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

sklearn

按住crtl键出来

缺失值可以用所有值的均值替代

熵

信息增益

属性信息增益最大作为根节点！