机器学习题库线性模型假设函数损失函数梯度下降算法正则化Bias评估方法和比较经验信息增益ID3算法SVM算法logit回归朴素贝叶斯算法贝叶斯决策论极大似然估计概念集成学习概念Boosting原理异常值处理缺失值处理组合策略Sigmoid 函数核函数
线性模型R方在线性回归问题中，我们用“R方”来衡量拟合的好坏。在线性回归模型中增加特征值并再训练同一模型。单单R方不能表示变量显著性，因为每次加入一个特征值，R方都会上升或维持不变。但在“调整R方”的情况下这也有误（如果特征值显著的话，调整R方会上升）。单单R方不能反映变量重要性，不能就此得出正确结论假设函数假如使用逻辑回归对样本进行分类，得到训练样本的准确率和测试样本的准确率。现在，在数据中增加一个新的特征，其它特征保持不变，然后重新训练测试。在模型中增加更多特征一般会增加训练样本的准确率
