【机器学习课程-华盛顿大学】：3 分类 3.1 课程内容介绍、线性分类器、逻辑分类器

一、总体内容介绍：

1、线性分类器

2、学习最佳分类器

3、过拟合和正则化

4、决策树

5、决策树中的过拟合

6、丢失数据的处理

7、boosting

8、准确率、召回率

9、大数据库缩放或者在线学习

二、线性分类器

1、线性分类器模型

2、将分类结果与概率相联系

3、为什么不直接用回归来进行分类呢？

4、逻辑回归分类器：线性核+逻辑连接方程

5、多分类：1 vs All

N分类就要设计N个分类器，每个分类器是一个只检测单个属性的二分类：是狗狗，不是狗狗。

三、测试