ROC 曲线和 PR 曲线是评估二分类模型性能的强大工具。ROC 曲线关注模型区分正负样本的能力，而 PR 曲线更关注模型在正例上的预测能力，尤其适用于不平衡数据集。通过理解和绘制这两种曲线，我们可以更全面地了解模型的优缺点，并为模型选择和调优提供有力的支持。

VScode扩展商店，搜索显示 “提取扩展时出错。SHR failed”注：这里的13.107.42.18不定，确保第一步查出来的ip地址一致即可。搜索框内输入：marketplace.visualstudio.com。用记事本打开 在文本最后一行输入以下内容后保存。2.2 打开本地配置文件。2.4 重启VSCode。显示以上内容即刷新成功。2.1 查询ip地址。

思路：它先在图像上取一个像素点，以这个点为中心画一个“窗口”，然后，它将这个窗口向周围的8个方向（上、下、左、右、左上、右上、左下、右下）各平移一小步（比如一个像素）。：λ1​ 和 λ2​ 都很大，所以 det(M)=λ1​λ2​ 会是一个很大的正数。trace(M) 也很大，但因为 k 很小，所以 det(M) 占主导，最终的 R 是一个很大的正数。所以 R≈0−k(λ1​)2，会是一个很大的负

它就像一个“翻译官”，负责把一种序列（比如一句英文）转换成另一种序列（比如一句中文）。这个模型是处理。

将。

转置卷积是一种上采样操作（考点），用于将小尺寸的特征图扩展为大尺寸的特征图。

RNN。

它就像一个“翻译官”，负责把一种序列（比如一句英文）转换成另一种序列（比如一句中文）。这个模型是处理。

转置卷积是一种上采样操作（考点），用于将小尺寸的特征图扩展为大尺寸的特征图。

代码通过 Python 实现，加载 ORL Faces 数据集（包含 40 个类别的灰度人脸图片，每类约 10 张，格式为 .pgm），执行 PCA 降维，保留前 50 个主成分，并可视化降维后的数据分布以及原始图片与重建图片的对比。实验路径为 D:/Desktop/Code/ML/ML/PCA/ORL_Faces/ORL_Faces，假设图片尺寸为 112×92 112 \times 92 11