课程内容
我有话说
1/1 分类性能评估方法
系统梳理分类模型训练完成后应当如何衡量它的预测水平，说明做性能评估对发现模型优缺点、指导后续改进的意义。文章从二分类场景出发，介绍最直观的正确率指标，并通过两个正确率相同但实际表现不同的例子揭示单一指标的局限。读者读完能建立完整的评估视角，为根据混淆矩阵衍生的其他指标学习做好准备。
本课程通过肿瘤预测与评论分类，讲解二分类多分类多标签评估指标，解决准确率骗人与类别不平衡，帮助学习者按业务选指标，提升评估能力。
系统梳理分类模型训练完成后应当如何衡量它的预测水平，说明做性能评估对发现模型优缺点、指导后续改进的意义。文章从二分类场景出发，介绍最直观的正确率指标，并通过两个正确率相同但实际表现不同的例子揭示单一指标的局限。读者读完能建立完整的评估视角，为根据混淆矩阵衍生的其他指标学习做好准备。
1 小时 36 分钟 本课程通过AdaBoost训练机制与指数损失推导，讲解样本权重与弱分类器加权投票，解决弱模型组合为强分类器问题，帮助吃透提升机制。
58 分钟 本课程通过浮点与定点存储对比，讲解小数表示底层原理，解决浮点数精度丢失问题，帮助学习者按场景选择存储方式，提升数值计算准确性。
推荐 1 小时 33 分钟 本课程通过阻塞引入事件循环，讲解 asyncio 协程与 Future，解决 I/O 密集 CPU 空转，帮助学习者写高并发代码。