Skip to content

Commit efcc5d5

Browse files
richmanrichman
authored andcommitted
修改错别字
1 parent b58d779 commit efcc5d5

File tree

3 files changed

+3
-3
lines changed

3 files changed

+3
-3
lines changed

AI算法/machine-learning/RandomForest.md

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -34,7 +34,7 @@
3434

3535
## 4. 为什么不用全样本训练?
3636

37-
全样本训练忽视了局部样本的规律(各个决策树趋于相同),对于模型的泛化能力是有害的,使随机森林算法在羊本层面失去了随机性
37+
全样本训练忽视了局部样本的规律(各个决策树趋于相同),对于模型的泛化能力是有害的,使随机森林算法在样本层面失去了随机性
3838

3939
## 5. 为什么要随机特征?
4040

AI算法/machine-learning/metrics.md

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -74,7 +74,7 @@ Acc与Error平等对待每个类别,即每一个样本判对 (0) 和判错 (1)
7474

7575
![image-20210616223053609](img/Metrics/image-20210616223053609.png)
7676

77-
### 准确率(查准率) Precision
77+
### 精确率(查准率) Precision
7878

7979
Precision 是分类器预测的正样本中预测正确的比例,取值范围为[0,1],取值越大,模型预测能力越好。
8080
$$

AI算法/machine-learning/过拟合与欠拟合.md

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -100,7 +100,7 @@
100100

101101
参考链接: https://www.zhihu.com/question/37096933/answer/475278057
102102

103-
## 7. Dropout为什么有助于过拟合?(重点)
103+
## 7. Dropout为什么有助于防止过拟合?(重点)
104104

105105
* 取平均的作用
106106

0 commit comments

Comments
 (0)