本文共 469 字，大约阅读时间需要 1 分钟。

正在读《机器学习与优化》，涉及了不少人工智能的概念，做一个笔记，供自己和需要的朋友们学习和理解，如果需要详细了解，请购买正版图书。

最近邻方法

由于自然界不允许跳跃，感觉有点神学的味道了。这里举了一个例子，捡蘑菇，你能明白吗？上个图吧

不同类型的误差

以下几个率值得记住，毕竟，如果你把毒蘑菇当成食用的，那么你死定了，如果你把食用蘑菇当成毒蘑菇，只是浪费了时间而已。所以“真的正类”就是食用蘑菇，“假的负类”仅仅是浪费了时间，之前我也搞不清楚，看到这个图，终于明白了，聪明的你，能看出下面几个率的区别吗？

重点关注精确率和召回率，精确率回答了一个问题：有多少标记为正类的案例是正确的？召回率回答了另外一个问题：有多少正类的案例被正确的检索为正类了？那么送给大家一个问题，捡蘑菇的时候，你希望那个率更高一些？？？（我的答案在后面）

决策树

决策树是为了能够自动生成规则而被使用的，而且决策树可以避免冲突的规则，下图可以说明这个问题：

今天就写到这里，下一篇开始浏览“神经网络”

最后，附上本人的答案，捡蘑菇的时候，我选择召回率高一些，你呢？

转载地址：http://wlirf.baihongyu.com/