机器学习算法思想

机器学习算法思想

现在常用的机器学习的思想区别于传统意义上的统计假设检验思想，统计检验根据参数的显著性来判定模型的拟合优度

我们大概介绍下机器学习的主要思想：

现在比较流行的机器学习算法，基本不看参数的显著性，主要根据最终的准确率或召回率来评价模型的优劣，以逻辑回归为例

机器学习的主要思想就是：

把数据集拆分成训练集和测试集，用训练集来进行建模，测试集进行检验，

最后根据混淆矩阵的总体精准度和召回率来评判模型。