正在讀《機器學習與優化》，涉及了不少人工智慧的概念，做一個筆記，供自己和需要的朋友們學習和理解，如果需要詳細瞭解，請購買正版圖書。

最近鄰方法

由於自然界不允許跳躍，感覺有點神學的味道了。這裡舉了一個例子，撿蘑菇，你能明白嗎？上個圖吧

不同型別的誤差

以下幾個率值得記住，畢竟，如果你把毒蘑菇當成食用的，那麼你死定了，如果你把食用蘑菇當成毒蘑菇，只是浪費了時間而已。所以“真的正類”就是食用蘑菇，“假的負類”僅僅是浪費了時間，之前我也搞不清楚，看到這個圖，終於明白了，聰明的你，能看出下面幾個率的區別嗎？

重點關注精確率和召回率，精確率回答了一個問題：有多少標記為正類的案例是正確的？召回率回答了另外一個問題：有多少正類的案例被正確的檢索為正類了？那麼送給大家一個問題，撿蘑菇的時候，你希望那個率更高一些？？？（我的答案在後面）

決策樹

決策樹是為了能夠自動生成規則而被使用的，而且決策樹可以避免衝突的規則，下圖可以說明這個問題：

今天就寫到這裡，下一篇開始瀏覽“神經網路”

最後，附上本人的答案，撿蘑菇的時候，我選擇召回率高一些，你呢？