图书馆 铁剑恒涌,断虚入真。大道无疆,沉荒见本。

归档

2025 年 11 月

为二手贴提供一站式图片排版、去背景与格式处理工具。
概述集成学习的基本概念、为何能降低方差与偏差、强调基学习器的多样性,并比较 Bagging、 Random Forest、 Boosting 的异同。

2025 年 10 月

类别极度不平衡时, Accuracy 失效,应以 Precision、 Recall、 F1、 ROC 与 AUC 评估,并用欠采样、过采样、阈值调整或代价敏感学习应对。
感知机仅对线性可分数据收敛,遇到 XOR 等非线性问题会震荡,需特征变换或引入非线性模型解决。
概述神经网络基础:感知机、隐藏层、激活函数、反向传播与训练要点。
介绍 SVM 的最大 margin 思想、线性 / 非线性 形式、核技巧与优缺点。
介绍 KNN 的实例学习思想、距离度量与 k 值选择,以及预处理、性能瓶颈与常见优化。
本文档对 nhanes 中涉及的 DXA 相关变量进行中文对照与详细解释,涵盖变量命名规则、单位、常见测量部位、关键髋部子区、T/Z 值与分类、质量控制与使用建议。用于帮助将医院 Excel 的“检测部位”与 NHANES DXA 变量进行一致化映射与解读。 1. 变量命名规则与单位 前缀含义: D
介绍基于规则的分类思想、规则评估与冲突处理,以及规则生成与 FOIL 信息增益方法。
概述贝叶斯决策与 MAP,先验 / 似然 / 后验的更新规则,朴素贝叶斯的条件独立与平滑处理,以及贝叶斯网络在相关特征下的建模与局限。
上一页 下一页