1. 交叉验证

        交叉验证是在机器学习建立模型和验证模型参数时常用的办法。交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。

那么什么时候才需要交叉验证呢？

        交叉验证用在数据不是很充足的时候。如果数据样本量小于一万条，我们就会采用交叉验证来训练优化选择模型。如果样本大于一万条的话，我们一般随机的把数据分成三份，一份为训练集，一份为验证集，最后一份为测试集。

        用训练集来训练模型，用验证集来评估模型预测的好坏和选择模型及其对应的参数。把最终得到的模型再用于测试集，最终决定使用哪个模型以及对应参数。

2. 精确率、召回率

        在机器学习的算法评估中，尤其是分类算法评估中，我们经常听到精确率(precision)与召回率(recall)，RoC曲线与PR曲线这些概念。

1. True Positives,TP：预测为正样本，实际也为正样本的特征数

2. False Positives,FP：预测为正样本，实际为负样本的特征数

3. True Negatives,TN：预测为负样本，实际也为负样本的特征数

4. False Negatives,FN：预测为负样本，实际为正样本的特征数

使用RoC曲线和PR曲线，我们就能很方便的评估我们的模型的分类能力的优劣了。