機器學習中的基礎知識（一）

（1）準確率的概念，準確率就是分類模型預測準確的比例。 （2）AUC（曲線下面積）則是一種考慮到所有可能的分類閾值的評估標準。ROC 曲線下面積代表分類器隨機預測真正類要比假正類概率大的確信度。 （3）激活函數就是一種函數，也就是將前一層所有神經元激活值的加權和輸入到一個非線性函數中，然後向下一層傳遞該函數的輸出值。 （4）AdaGrad是一種複雜的梯度下降算法，重新調節每個參數的梯度，高效地給每

>>阅读原文<<