2.16.19 为什么使用标准差内容修订

2019-04-15 15:26:14 +08:00 · 2019-04-15 15:26:14 +08:00 · 9a6db53e56
parent 0751250a99
commit 9a6db53e56
1 changed files with 1 additions and 1 deletions
--- a/ch02_机器学习基础/第二章_机器学习基础.md
+++ b/ch02_机器学习基础/第二章_机器学习基础.md
@ -1327,7 +1327,7 @@ $$

 2、表示离散程度的数字单位与样本数据的单位一致，更方便做后续的分析运算。

-3、在样本数据大致符合正态分布的情况下，标准差具有方便估算的特性：66.7%的数据点落在平均值前后1个标准差的范围内、95%的数据点落在平均值前后2个标准差的范围内，而99%的数据点将会落在平均值前后3个标准差的范围内。
+3、在样本数据大致符合正态分布的情况下，标准差具有方便估算的特性：68%的数据点落在平均值前后1个标准差的范围内、95%的数据点落在平均值前后2个标准差的范围内，而99%的数据点将会落在平均值前后3个标准差的范围内。

 ### 2.16.20 类别不平衡产生原因？
 	类别不平衡（class-imbalance）是指分类任务中不同类别的训练样例数目差别很大的情况。