世至其美机器学习 | 线性模型之Logistic回归
对数几率回归：（Logistic回归）解决二分类问题<div align=center></div> 单位阶跃函数：(不连续、理想状态)<div align=center></div><div align=center>y代表输出标记，z代表预测值</div>预测值大于零就判为正例，小于零就判为反例，预测值为临界值零
机器学习 | 模型评估与选择之性能度量
性能度量是衡量模型泛化能力的评价标准，反映了任务需求；使用不同的性能度量往往会导致不同的评判结果。回归任务最常用的性能度量是“均方误差”：<div align=center></div>一般式子对于数据分布D和概率密度函数p(.)均方误差可描述成：<div align=center></div>对于分类任务,错误率和精度是最常用的两种性能度量：错误率