摘要：本文系统介绍了二分类模型评估的核心指标与曲线。首先明确了TP、FP、TN、FN等基础概念及其计算方式，随后重点解析了ROC曲线的构建方法及其作用——通过不同阈值下的TPR与FPR变化评估模型排序能力。AUC作为ROC曲线下面积，反映了模型对正负样本的整体区分能力，不受阈值影响且对类别不平衡数据稳健。最后介绍了KS指标的计算逻辑及其最大区分度的量化意义。这些指标共同构成了一套完整的二分类模型评

决策树是一种树状预测模型，通过递归拆分数据实现分类或回归。核心流程包括特征选择（基于信息增益或基尼系数）、递归构建（自上而下划分数据）和剪枝优化（预剪枝限制生长/后剪枝删除冗余分支）。预剪枝通过设置深度/样本数等阈值提前终止生长，后剪枝先构建完整树再修剪。决策树优势在于直观可解释，但需通过剪枝平衡模型复杂度与过拟合风险，其中后剪枝效果通常更好但计算成本较高。

摘要：本文系统介绍了二分类模型评估的核心指标与曲线。首先明确了TP、FP、TN、FN等基础概念及其计算方式，随后重点解析了ROC曲线的构建方法及其作用——通过不同阈值下的TPR与FPR变化评估模型排序能力。AUC作为ROC曲线下面积，反映了模型对正负样本的整体区分能力，不受阈值影响且对类别不平衡数据稳健。最后介绍了KS指标的计算逻辑及其最大区分度的量化意义。这些指标共同构成了一套完整的二分类模型评

Linux日志系统摘要 Linux日志管理核心组件包括rsyslog（基于设施/优先级分类存储）和systemd-journald（二进制结构化日志）。关键日志文件集中于/var/log/，如messages（系统日志）、secure（认证日志）、wtmp/btmp（登录记录）。常用分析工具： 文本工具：grep、tail -f实时过滤日志； journalctl：查询journald日志，支持按