【机器学习课程-华盛顿大学】：3 分类 3.1 课程内容介绍、线性分类器、逻辑分类器
一、总体内容介绍：
1、线性分类器
2、学习最佳分类器
3、过拟合和正则化
4、决策树
5、决策树中的过拟合
6、丢失数据的处理
7、boosting
8、准确率、召回率
9、大数据库缩放或者在线学习
二、线性分类器
1、线性分类器模型
2、将分类结果与概率相联系
3、为什么不直接用回归来进行分类呢？
4、逻辑回归分类器：线性核+逻辑连接方程
5、多分类：1 vs All
N分类就要设计N个分类器，每个分类器是一个只检测单个属性的二分类：是狗狗，不是狗狗。