hls__32、统计学习方法李航(非扫描版)_1695796968944_0

file:: 32、统计学习方法李航(非扫描版)_1695796968944_0.pdf
file-path:: ../assets/32、统计学习方法李航(非扫描版)_1695796968944_0.pdf

• 是因为模型表示了给定输入X产生输出Y的生成关系。典型的生成模型有：朴素贝叶斯法和隐马尔可夫模型，将在后面章节进行相关讲述。判别方法由数据直接学习决策函数f(X)或者条件概率分布P(Y|X)作为预测的模型，即判别模型。判别方法关心的是对给定的输入X，应该预测什么样的输出Y。典型的判别模型包括：k近邻法、感知机、决策树、逻辑斯谛回归模型、最大熵模型、支持向量机、提升方法和条件随机场等，将在后面章节讲述。
  ls-type:: annotation
  hl-page:: 30
  hl-color:: red
  id:: 6513cf5d-f43c-47a5-a14e-08b00f957fa2
• 对于二类分类问题常用的评价指标是精确率（precision）与召回率（recall）。通常以关注的类为正类，其他类为负类，分类器在测试数据集上的预测或正确或不正确，4种情况出现的总数分别记作
  ls-type:: annotation
  hl-page:: 31
  hl-color:: blue
  id:: 6513cf8a-68ef-409e-b97b-5b7f782f9f82