1. 交叉验证的应用1）交叉验证被用于比较在特定数据集上，不同机器学习模型的性能：假设将两种机器学习模型K Nearest Neighbours (KNN) or Support Vector Machine (SVM)应用于MNIST数据集上，为了比较两种模型的分类性能，可使用交叉验证方法，这可以帮助选择在MNIST数据集中表现较好的一种模型。2）交叉验证被用于选择合适的模型参数：...

记录一个关于SKNet的解释，SKNet的图解清晰，结合代码看，更容易理解。地址：https://www.jianshu.com/p/20552b8da40d

f-score是一种衡量机器学习模型性能的指标，一般定义为： 当beta大于1，更多关注recall；当beta小于1，更多关注precision。f-score是通过权衡recall和precision之间的重要性的性能指标，下面是关于beta如何权衡两者之间的重要性的解释： 参考：https://stats.stackexchange.com/questions/2...

一篇来着外文网站的关于分类与回归异同的解释。Difference Between Classification and Regression in Machine LearningFundamentally, classification is about predicting a label and regression is about predicting a quantity....

参考：https://towardsdatascience.com/the-5-clustering-algorithms-data-scientists-need-to-know-a36d136ef68 The 5 Clustering Algorithms Data Scientists Need to KnowClustering is a Machine Learning tech...