文档摘要

第二章 · 机器学习基础编队 本章要回答的三个问题：拿到一个已归类的任务，损失函数该怎么配？模型做完实验，用什么指标下结论才不会被自己骗？指标不好看时，如何判断该加数据、加特征还是加正则？这是全册战术密度最高的一个编队。 为什么会有这一章 上一章练的是"归类"，这一章练的是"落地"。工程现场最常见的翻车不是模型选错，而是评估用错：一个正类占比千分之一的风控模型，准确率高达九成九以上，团队欢庆上线，实际上一个欺诈交易都没抓到。 会员。《第二章：机器学习基础编队》收录于灏天文库文集《AI基础知识刷题集：检验你的理论掌握程度》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/514-ai%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86%E5%88%B7%E9%A2%98%E9%9B%86%E6%A3%80%E9%AA%8C%E4%BD%A0%E7%9A%84%E7%90%86%E8%AE%BA%E6%8E%8C%E6%8F%A1%E7%A8%8B%E5%BA%A6

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流