jsDelivr

1) 均方误差 ：是反映估计值与被估计量之间差异程度的一种度量。 2) RMSE均方根误差 ：观测值与真值偏差的平方和与观测次数m比值的平方根，用来衡量观测值同真值之间的偏差。 3) SSE和方误差 4) MAE ：直接计算模型输出与真实值之间的平均绝对误差 5) MAPE ：不仅考虑预测值与真实值误差，还考虑了误差与真实值之间的比例。 6) 平均平方百分比误差 7) 决定系数 人工智能更多面试问题关注公众号： 我们都是码农 (allmanong)，或者扫描下方二维码！ 来源： oschina 链接： https://my.oschina.net/u/4263437/blog/3220617

常用的性能度量指标有： 精确率 、 召回率 、 F 1 、 TPR 、 FPR 。 预测为真 预测为假 真实为真 TP(true positive) FN(false negative) 真实为假 FP(false positive) TN(true negative) 精确率 Precision=TP/(TP+FP) 召回率 Recall=TP/(TP+FN) 真正例率 即为正例被判断为正例的概率TPR=TP/(TP+FN) 假正例率 即为反例被判断为正例的概率FPR=FP/(TN+FP) 精确率又称查准率，顾名思义适用于对准确率较高的应用，例如网页检索与推荐。召回率又称查全率，适用于检测信贷风险、逃犯信息等。精确率与召回率是一对 矛盾 的度量，所以需要找一个 平衡点 ，往往使用F 1 是精确率与召回率的调和平均值： (1) 错误率和准确率 错误率： 准确率：acc=1-e (2) AUC与ROC曲线 对于0、1分类问题，一些分类器得到的结果并不是0或1，如神经网络得到的是0.5、0.6等，此时就需要一个 阈值cutoff ，那么小于阈值的归为0，大于的归为1，可以得到一个分类结果。 ROC曲线 (Receiver Operational Characteristic Curve)是以False Positive Rate为横坐标，True Postive

3 月，跳不动了？>>> 应用场景: 在大型项目里需要很多图片时，不会直接把图片存储在项目文件夹里，也不推荐直接用数据库存储，而是用第三方存储，cdn，也可以自己搭个存储图片的服务器，等等方式，如果时自己练练手，做做博客，写写小项目，就可以用 jsDelivr + github 的方式把图片先存储在github的仓库里，然后再用jsDelivr的git链接调用图片即可，很方便，当然，如果有条件可以使用其他更好的方式。 步骤： github: github仓库的创建: 没有github账号的先注册一个github账号，登录进去后，直接点击左上角的猫头，进入图中界面，点击new。 进到新建仓库界面后 Repository name 填写你给这个仓库取的名字 Description 说明（可不填写） Public 是仓库的访问权限（公开） Private （私有） github图片的上传: 新建好仓库后，是如下图界面，上传图片的实现我没有使用命令行，而是使用的方便简单拖拽 点击uploading and existing file（上传和现有文件） 进入文件上传界面 进入上传界面后，如下图，把想要的图片拖入指示处，等待文件上传，上传完成后点击Commit changes（提交更改） Commif changes成功后，再次点击左上角的猫头，左侧会有你的仓库，点击刚才创建的仓库

GitHub + jsDelivr + PicGo + Imagine 打造稳定快速、高效免费图床 前言 为什么要使用图床呢？ 因为在不同平台发布同一篇文章的时候，最一个痛苦的点就是，图片存储问题，各个平台的文件存储方式各不相同，无法直接 Ctrl + C 的方式一键搞定，为了解决这个问题，使用 MarkDown + 图床 的方式进行文章的写作，将图片放到一个统一的地方，在文章中引入图片外链。 所谓图床，就是将图片储存到第三方静态资源库中，其返回给你一个 URL 进行获取图片。 MarkDown 支持使用 URL 的方式显示图片，我想这也是程序员为什么对其偏爱的原因之一。 作为程序员，你会发现，现在很多论坛和社区都开始支持使用 MarkDown ，如果你没使用图床的情况下，你分享同一篇文章，你要在不同的平台，各自重新编辑排版一遍和上传图片一次。 有了图床，情况就不一样了， Ctrl+C 的方式就搞定了，根本不用再 Check 文章内容一遍。 图床的选择？ 微博图床 ：以前用的人比较多，从 2019 年 4 月开始开启了防盗链，凉凉 SM.MS ：运营四年多了，也变得越来越慢了，到了晚上直接打不开图片，速度堪忧 其他小众图床 ：随时有挂掉的风险 Imgur 等国外图床 ：国内访问速度太慢，随时有被墙的风险 大厂储存服务 ：例如七牛云、又拍云、腾讯云COS、阿里云OSS等，操作繁琐

GitHub + jsDelivr + PicGo + Imagine 打造稳定快速、高效免费图床 前言 为什么要使用图床呢？ 因为在不同平台发布同一篇文章的时候，最一个痛苦的点就是，图片存储问题，各个平台的文件存储方式各不相同，无法直接 Ctrl + C 的方式一键搞定，为了解决这个问题，使用 MarkDown + 图床 的方式进行文章的写作，将图片放到一个统一的地方，在文章中引入图片外链。 所谓图床，就是将图片储存到第三方静态资源库中，其返回给你一个 URL 进行获取图片。 MarkDown 支持使用 URL 的方式显示图片，我想这也是程序员为什么对其偏爱的原因之一。 作为程序员，你会发现，现在很多论坛和社区都开始支持使用 MarkDown ，如果你没使用图床的情况下，你分享同一篇文章，你要在不同的平台，各自重新编辑排版一遍和上传图片一次。 有了图床，情况就不一样了， Ctrl+C 的方式就搞定了，根本不用再 Check 文章内容一遍。 图床的选择？ 微博图床 ：以前用的人比较多，从 2019 年 4 月开始开启了防盗链，凉凉 SM.MS ：运营四年多了，也变得越来越慢了，到了晚上直接打不开图片，速度堪忧 其他小众图床 ：随时有挂掉的风险 Imgur 等国外图床 ：国内访问速度太慢，随时有被墙的风险 大厂储存服务 ：例如七牛云、又拍云、腾讯云COS、阿里云OSS等，操作繁琐

GitHub + jsDelivr + PicGo + Imagine 打造稳定快速、高效免费图床 前言 为什么要使用图床呢？ 因为在不同平台发布同一篇文章的时候，最一个痛苦的点就是，图片存储问题，各个平台的文件存储方式各不相同，无法直接 Ctrl + C 的方式一键搞定，为了解决这个问题，使用 MarkDown + 图床 的方式进行文章的写作，将图片放到一个统一的地方，在文章中引入图片外链。 所谓图床，就是将图片储存到第三方静态资源库中，其返回给你一个 URL 进行获取图片。 MarkDown 支持使用 URL 的方式显示图片，我想这也是程序员为什么对其偏爱的原因之一。 作为程序员，你会发现，现在很多论坛和社区都开始支持使用 MarkDown ，如果你没使用图床的情况下，你分享同一篇文章，你要在不同的平台，各自重新编辑排版一遍和上传图片一次。 有了图床，情况就不一样了， Ctrl+C 的方式就搞定了，根本不用再 Check 文章内容一遍。 图床的选择？ 微博图床 ：以前用的人比较多，从 2019 年 4 月开始开启了防盗链，凉凉 SM.MS ：运营四年多了，也变得越来越慢了，到了晚上直接打不开图片，速度堪忧 其他小众图床 ：随时有挂掉的风险 Imgur 等国外图床 ：国内访问速度太慢，随时有被墙的风险 大厂储存服务 ：例如七牛云、又拍云、腾讯云COS、阿里云OSS等，操作繁琐