集成学习
- 概念，多个弱一个强
- 数据抽样不同点
bagging：放回采样、原实际、且独立
boosting：训练集不变、样例权重变化，权重根据上一轮结果调整（每个样例一个权重、自动调整）
随机森林：从N样本随机选择n样本，使用bootstrap有放回的 - GBTD：回归树，低偏移高方差
- GBTD和xaboost区别：
GBTD=cart、一阶
XGBoost=线性、一二阶
XGBOOST、正则、并行排序、分裂、多线程
聚类算法
优：特殊分布、噪快簇大、领域参数
缺：密度消耗灾难
场景：凸快效噪任意
与kemeans区别
噪声不敏感-》离群点偏差-》少数据不会
改进-》中心点-》复杂度o(n)
模型评估
查准：tp tp fp，precision
查全：tp tp fn，recall
f1:2preci preci+recall
pr曲线：recal横，precision纵
ROC和AUC：真正例横，假正例纵。roc下的面积就是AUC
AUC评估：1 正在负例前，0负例在正例前
ROC和AUC是否可用于不均衡：正负样本预测分 的关系，数据比例不同-》预测分绝对值会改变-》同一分类器对正负样本区分能力是一定的
预处理
数据类型：数值型、离散型、连续型、标称
