Google机器学习课程笔记（3）

特征组合：不要组合过度 简单正则化 添加模型复杂度惩罚项、结构风险最小化（简化模型） L2正则化 逻辑回归 S型函数：，确保输出在0，1之间 逻辑回归的损失函数：对数损失函数 其中（x,y）为数据集，y为标签，y‘为预测值   分类：使用逻辑回归解决分类任务 评估指标：精确率与召回率 分类阈值 2X2混淆矩阵：   ROC和曲线下面积   预测偏差=预测平均值-相应标签平均值 造成预测偏差的可能原

>>阅读原文<<