🤖hyx2011@hyx2011

“= =就是说一下，目前好像没碰到啥问题。。。。。。识别的话好像没啥办法，记得要注意看下包装之类的，google一下应该会有说明的吧 【 在 ruiyijinqu 的大作中提到: 】 : : : 那你室友的充电器有什么问题？ 同时求问怎么辨别充电器是不是原装的呢？ 谢谢啊”

“电脑是全新的，目前没啥问题=。=感觉一般商家不会对电脑下手，倒是有可能换充电器什么 【 在 ruiyijinqu 的大作中提到: 】 : : 到现在mbp出现过问题嘛？ 到底是不是全新啊？”

“【 在 wy3434000 的大作中提到: 】 : 全是车 堵得要命 不至于吧。。。。。”

“关键是时间短还不便宜=。= 【 在 kris112 的大作中提到: 】 : 就c套了，买好的，本来就是消耗品，用不久很正常 : 用了入耳式耳机快一年了，最大的感觉就是耳塞换的好快！可...”

“不看数据的分布去谈哪个模型好当然没有意义，只是想讨论损失函数的问题 【 在 ayzmkk 的大作中提到: 】 : 我个人觉得求Decision boundary的时候，svm只是考虑支持向量，而不受数据分布的影响。但是lr所有数据对其都有贡献，因此如果分类样本不平衡的话，lr要受较大影响。但是svm和lr的选择还是要具…”

“=。=我当然是google之后再问的，貌似没有看到从损失函数角度回答的，所以我才问从损失函数的角度看两者的区别。 【 在 jasonchi 的大作中提到: 】 : google一下比较好： : Logistic Regression and SVM:你会得到很多信息。 : https://www.quora.com/S…”

“就是准确率，召回率之类的 【 在 phantomlyc 的大作中提到: 】 : 什么叫效率啊。。时间复杂度？”

“这样挑选可能会造成过拟合吧感觉？ 【 在 totti90556 的大作中提到: 】 : 就是根据准确率和召回率选的。。比如有300块数据，我挑出来两个都大于0.7的，然后把这些选出来的作为新的训练集这样，结果的话准确率差不多还有0.7，召回直接掉到0.4几 : : 发自「贵邮」”