c*r
2 楼
playground 是在park的一个角上。应该是在隔壁邻居的正后面。应该是天气好的时后
下午3-5点有一些BABY在玩，会很吵吗？不知是不是属于能接受的程度。
好处是我家正好也有个1岁多的娃。正好用上。而且PARK很漂亮。
下午3-5点有一些BABY在玩，会很吵吗？不知是不是属于能接受的程度。
好处是我家正好也有个1岁多的娃。正好用上。而且PARK很漂亮。
w*s
3 楼
那时哥还是个小哥，由于在港口工作，经常会有夜班在船上忙到半夜，因为公司离家比较远，所以一般到半夜都回公司的值班室睡觉。
记得那是一个夏天的夜晚，哥忙了到半夜，应该是夜里11点多，不到12点吧，回公司准备睡觉，当开车到达公司楼下的时候，突然发现在路边有个穿着暴露（吊带装，牛仔短裤）的长发女子，蹲在路边，要知道啊，生更半夜的，路上几乎没什么人了，一个单身女子，衣着暴露，蹲在路边，哥是又是好奇，又是有点激动，忍不住停车上去询问发现，那是个20多岁的女人，长相一般，但...很大，于是哥和她搭讪起来，问她为什么这么晚独自在路边，需不需要帮助，她语言有些凌乱，哥发觉她是喝酒了，但是还不算神志不清，于是哥对她说，送她回家。那女人有些迟疑，也可能是其它原因（大概是没钱打车还是什么的），居然同意了。不过哥那时也真是打算送她回去的，哥那时毕竟还是小哥，也没那贼胆。
但是上车以后，哥问她她家在哪，那女人居然就是不说，我说你不说你家在哪，我怎么送你回去？结果那女人居然哭着骂了起来，告诉我她今天离婚了，她男人和其她女人好了，不要她了。
说她现在没有家了。
我晕啊，小哥我立马傻鱼了，乖乖，这可怎么是好啊？真是个烫手的山芋啊，小哥那时后悔不该多管闲事了。于是，哥问她，那怎么办，去哪里啊，总不能一直呆路边，或者坐车上吧？？？
那女人，反而问我问什么半夜还在外面，哥就告诉她，哥是在码头船上因为工作需要，才那么晚回的，具体哥也没敢和她说。那女人一听，说，那就去海边坐坐吧。
哥想，这好人做到底吧，反正哥是个男人，也不怕她吃了哥，哥就陪陪她，到海边吹吹风，等她醒醒酒，再送她回家。
于是哥往海边方向开去，路上，那女人说口渴，哥又去买了两瓶红茶，那女人又让我买了包烟，哥不抽烟所以身上没烟，到了海边，站着护栏边，吹着海风，夏夜的海风，吹在身上，还真是挺舒服的，那女人长发飘飘，身上带着些酒气和香气，弄的哥心痒痒的。哥的手很自然的搭在那女人腰上，开导起那女人，和她谈人生，谈未来....
时间慢慢过去，估摸着是夜里1点多了，风也吹差不多了，哥于是跟她说，很晚了，真的该回去了，让她想想去哪里，她想了下，说要么去宾馆，要不去她租的一个地方，但是租的地方没法洗澡，哦，忘了说了，哥和她聊天的时候，说要是能洗个澡就好了，哥刚忙完工作，身上粘糊糊的，难受。
我说，去宾馆干嘛，不过哥心里大概在想，这女人是不是有那个意思了？但是哥那时是小哥，不敢造次，说，还是送她去她租的地方吧。
......但哥那是是小哥，刚想和她说，哥走了，可是她先开口说，这么晚了，就在我这将就一下吧，于是哥欣然答应，（哥要是不答应，那小小哥还不跟哥拼命啊？）
于是上床，和衣而睡。
哥实在睡不着啊，.....
前面已经说了，那女人比较汹涌，......
事毕，那女人告诉哥她的电话，让哥以后没事找她，哥那时可是小小哥，而且，觉得这女人实在一般，而且也害怕，于是含糊答应，但却未告诉她哥的任何信息。
于是相拥而睡。
哥一觉醒来，天已放明，一看时间，6点不到，那女人还在熟睡中，于是可轻声穿衣提裤，拿上哥的东西，留下那包未抽玩的烟，偷偷溜走了............
后来，在哥寂寞的时候，曾经努力去拨打记忆中那个号码，可是打不通了，也许是哥记错了，从此作罢............
记得那是一个夏天的夜晚，哥忙了到半夜，应该是夜里11点多，不到12点吧，回公司准备睡觉，当开车到达公司楼下的时候，突然发现在路边有个穿着暴露（吊带装，牛仔短裤）的长发女子，蹲在路边，要知道啊，生更半夜的，路上几乎没什么人了，一个单身女子，衣着暴露，蹲在路边，哥是又是好奇，又是有点激动，忍不住停车上去询问发现，那是个20多岁的女人，长相一般，但...很大，于是哥和她搭讪起来，问她为什么这么晚独自在路边，需不需要帮助，她语言有些凌乱，哥发觉她是喝酒了，但是还不算神志不清，于是哥对她说，送她回家。那女人有些迟疑，也可能是其它原因（大概是没钱打车还是什么的），居然同意了。不过哥那时也真是打算送她回去的，哥那时毕竟还是小哥，也没那贼胆。
但是上车以后，哥问她她家在哪，那女人居然就是不说，我说你不说你家在哪，我怎么送你回去？结果那女人居然哭着骂了起来，告诉我她今天离婚了，她男人和其她女人好了，不要她了。
说她现在没有家了。
我晕啊，小哥我立马傻鱼了，乖乖，这可怎么是好啊？真是个烫手的山芋啊，小哥那时后悔不该多管闲事了。于是，哥问她，那怎么办，去哪里啊，总不能一直呆路边，或者坐车上吧？？？
那女人，反而问我问什么半夜还在外面，哥就告诉她，哥是在码头船上因为工作需要，才那么晚回的，具体哥也没敢和她说。那女人一听，说，那就去海边坐坐吧。
哥想，这好人做到底吧，反正哥是个男人，也不怕她吃了哥，哥就陪陪她，到海边吹吹风，等她醒醒酒，再送她回家。
于是哥往海边方向开去，路上，那女人说口渴，哥又去买了两瓶红茶，那女人又让我买了包烟，哥不抽烟所以身上没烟，到了海边，站着护栏边，吹着海风，夏夜的海风，吹在身上，还真是挺舒服的，那女人长发飘飘，身上带着些酒气和香气，弄的哥心痒痒的。哥的手很自然的搭在那女人腰上，开导起那女人，和她谈人生，谈未来....
时间慢慢过去，估摸着是夜里1点多了，风也吹差不多了，哥于是跟她说，很晚了，真的该回去了，让她想想去哪里，她想了下，说要么去宾馆，要不去她租的一个地方，但是租的地方没法洗澡，哦，忘了说了，哥和她聊天的时候，说要是能洗个澡就好了，哥刚忙完工作，身上粘糊糊的，难受。
我说，去宾馆干嘛，不过哥心里大概在想，这女人是不是有那个意思了？但是哥那时是小哥，不敢造次，说，还是送她去她租的地方吧。
......但哥那是是小哥，刚想和她说，哥走了，可是她先开口说，这么晚了，就在我这将就一下吧，于是哥欣然答应，（哥要是不答应，那小小哥还不跟哥拼命啊？）
于是上床，和衣而睡。
哥实在睡不着啊，.....
前面已经说了，那女人比较汹涌，......
事毕，那女人告诉哥她的电话，让哥以后没事找她，哥那时可是小小哥，而且，觉得这女人实在一般，而且也害怕，于是含糊答应，但却未告诉她哥的任何信息。
于是相拥而睡。
哥一觉醒来，天已放明，一看时间，6点不到，那女人还在熟睡中，于是可轻声穿衣提裤，拿上哥的东西，留下那包未抽玩的烟，偷偷溜走了............
后来，在哥寂寞的时候，曾经努力去拨打记忆中那个号码，可是打不通了，也许是哥记错了，从此作罢............
q*2
4 楼
【 以下文字转载自 SciFiction 讨论区 】
发信人: qiao2 (二寸灰), 信区: SciFiction
标 题: 拔魔 第一百七十七章 扭曲的报复
发信站: BBS 未名空间站 (Sat Aug 30 20:21:11 2014, 美东)
第一百七十七章 扭曲的报复
五十岁的杜防风正值盛年，看上去只有二十*岁，作为一名散修，他既没有长命千岁的
渴求，也没有斩妖除魔的斗志，只有一个非常简单的想法：在有限的生命里尽情享受，
修行的唯一目的就是能经受得起这些享受。
直到他遇见乱荆山道士风如晦。
那时的风如晦不是慕行秋记忆中又矮又胖的老太婆，而是在皇京艳压群芳的乱荆山
女道士，她是龙宾会的贵客，极少公开露面，名声却已传遍天下。
杜防风那时另有名字，正在皇京结交王公贵族，其中包括龙宾会几位大符箓师，因
此有机会见到这位名满天下的女道士，这一面就耗费了他半生光阴。
游戏人间的散修自信满满地走上去自我介绍，用字斟句酌的华丽语言表达了倾慕之
情，却只换来一句话，时至今日，那声音还在梦中令他羞愧难当。
“你是散修？”风如晦只说了这四个字。
事实上，风如晦态度和蔼，对散修并无特别反应，既没有蔑视，也没有尊崇，只是
按照礼仪敷衍了一句，杜防风当时甚至有点洋洋自得，觉得这位美艳道士或许对自己有
意，直到归家独处，酒意退去，夜风袭人，他才突然明白，一切都是错觉，对方只是施
放了一个简单至极的法术，甚至不是专门针对他的。
人世间最大的羞辱不是咒骂与拳头，也不是阴谋与算计，而是彻底的无视与冷漠。
杜防风当时费尽心机展示自己的风采，与朋友们热情交谈，引得众人哈哈笑，他的每一
次转身、每一口饮酒、每一个眼神与嘴角的牵动都是有备而发，熟悉他的人已经看出端
倪，低声开起了玩笑。
结果风如晦根本没注意到有这样一个人。
杜防风回到家里才明白过来自己做了一件多么愚蠢的事情，那些所谓的朋友不仅没
有劝止。反而火上浇油，令他的表演更夸张一些，然后暗中看热闹。
果不其然，第二天的贵族圈里就已经流传着他的笑话。都说乱荆山的司命鼎里又要
多一副自愿送进去的魂魄。
享受生活的原则之一就是不可被生活享受，杜防风曾经花费整整三十年时间用心修
行，比九大道统的道士还要刻苦，为的就是挣脱弱者身份，能够与最有权势的人结交，
确保自己不受冷酷条文的束缚，结果他发现自己所得到的一切都是水中之月。
杜防风将自己的遭遇视为奇耻大辱，甚至改名“防风”。他离开皇京，周游天下，
寄情于山水。还是无法摆脱心中的羞辱感，在梦中，风如晦的声音渐渐发生变化，不再
是毫无感情的敷衍，有时居高临下。有时风情万种，总而言之，都配得上杜防风自己设
定的“身份”。
做梦可以暂时自我欺骗，醒来之后却是更深的羞辱感，杜防风的爱意变成了恨意，
数年之后，他下定决心要做一件轰动天下的大事。令九大道统当然也包括风如晦，对自
己刮目相看。
最直接的报复手段当然是破坏乱荆山司命鼎，可乱荆山从来不接待道统以外的客人
，散修想混进去难如登天，几家道统都是如此，只有两家例外。一个是棋山，昂贵的避
难所，到处都是人，防卫森严，另一个是牙山。洗剑池对外开放，只要交钱就能靠近牙
山镇山之宝。
杜防风最大的优势就是，牙山无论如何也想不到乱荆山的一名女道士无意中惹下的
怨恨居然会报应在他们身上。
杜防风自此成为牙山的常客，四处收购老旧法器，在牙山洗过之后再送到棋山售卖
，这样的生意一做就是五年，期间小小地发了一笔财，他的初衷却从未改变。
最终他盗走一瓶洗剑池水，逃到了棋山，等到牙山道士追上门来，他只提了一个要
求：“让风如晦来，我会将水瓶亲手交给她，然后任你们处置。”
散修杜防风失策了，道统不接受胁迫，尤其不接受带有私人恩怨的胁迫，牙山道士
有的是耐心，根本没去向乱荆山求助，就这么与他在棋山耗着，等待死亡来结束一切。
牙山眼看就要获得胜利。
“我以为九大道统是一回事，没想到家家都是那么骄傲，从不开口求助。没错，战
争的时候你们互相帮助，和平的时候互相接待，可一切都要事前写在协议之内，任何意
外的求助都是不可接受，因此也是不可能发生的。唉，我在棋山住了十年才明白这个道
理。”
杜防风的讲述曲折动人，却无法掩饰情感的扭曲，不管是作为道统弟子还是普通人
，慕行秋都觉得这个人完全不可理喻，就为了吸引一点注意，居然浪费五十多年。
“你到底是怎么盗走池水的？”慕行秋对杜防风的情感没有兴趣，只想问明白这个
困扰众人多年的问题。
杜防风微微一笑，闭目养神，过了一会睁眼平淡地说：“非常简单，我每个月至少
去一趟牙山，每次都选不同日期的不同时间，然后仔细观察，对牙山进出路径的防范手
段了若指掌，发现盗水容易，想带出牙山却是难上加难。可是我运气好，居然赶上牙山
选举宗师这种千年难遇的大事，许多法器都被调走。我灌了一瓶水，走出牙山，没有受
到任何盘问。听说牙山现在不允许外人靠近洗剑池，只能由牙山道士代为洗器，这都是
我的错。”
杜防风脸上也没有认错的意思，反而露出一点优越感，在冷漠骄傲的道统面前，他
终于得到了关注。他从袖子里取出一只七寸高的水晶瓶，放在桌上魔文卷的旁边，“瞧
，就是这东西。”
瓶里的水少得不够一个人解渴，杜防风就这么随意地拿出来，一点也没有将它当成
至宝的意思，“我等一个人六十年，牙山等我五十年，我们算是同病相怜了。”
“你跟我说这些，是因为我认识风如晦？”慕行秋问。
“嗯，我躲在棋山足不出岛，但是消息灵通。我烂在这里，风如晦过得也不好，听
说她与庞山道士宁七卫结了凡缘，宁七卫为了争夺宗师之位，居然提前斩断凡缘，哈哈
，这就是报应。”
道士若与普通人结凡缘，随时可断，甚至不用亲自出面，可以找人代替，只要心中
有一份感情即可，道士之间结凡缘就比较复杂了，一般来说，双方都会约定好同时斩缘
，以免给另一方造成伤害。
宁七卫想必是急于进入星落境界，所以违背约定提前斩缘，事实证明他是成功的，
因为他在三十多年前夺得宗师之位，当时已是注神境界，修行可以说是突飞猛进，这对
他力压申杨两家的高等道士肯定帮助巨大。
风如晦自然成为牺牲品。
慕行秋回忆他印象中的风婆婆，实在找不出多少她伤心的证据，不过他有一点感觉
，宗师宁七卫谈及风如晦的时候似乎心有中愧。
杜防风一直关注风如晦的动向，曾有很长一段时间没有她的任何消息，几年前他才
听说风如晦多年来隐居在西介国边疆小镇，因为魔种入侵，她又回到了乱荆山。
“风如晦想要报复宁七卫，可惜没有成功。”杜防风叹了口气，觉得非常遗憾。
“风如晦在野林镇只是隐居，什么都没做。而且，你只见过她一面吧？”
“可我对她的了解比任何人都多。”杜防风眼睛发亮，像是病人的回光返照，“她
跟我一样，无法忍受羞辱。宁七卫提前斩断凡缘，不仅伤了她的心，也让她在道统之中
成为笑柄，她绝不会默默忍受。可惜，她的计划没能成功。她必有计划，却被魔种入侵
打断了，她毕竟是一名道士，一旦涉及到魔种，只能选择让步。”
一切都是杜防风的猜测，他却以肯定的语气说出来，“野林镇，魔种生道根，一共
九个人进入庞山，你们的名字我都知道。没事的时候我总在想风如晦的计划到底是为什
么呢？却总是一无所得。”
慕行秋知道，风如晦是最早发现芳芳有灵骨道根的人，她想用最不起眼的方式将芳
芳送到西介城，然后再转到乱荆山，可惜中途发生变故，芳芳与野林镇的少年们被带到
了庞山。
慕行秋觉得风如晦所做的一切都是因为道统势力之争，而与私人恩怨无关，看样子
她也已经斩断凡缘，一直心存愧疚的反而是宁七卫。
他不会对散修说这些话，只是问：“为什么找我？棋山有三个野林镇的人。”
“是洪福天，他选中你，觉得你与众不同。”杜防风露出微笑，“我对你了解不多
，不能做出判断。可我相信洪福天，虽然道妖联手的愿望十分可笑，但他的眼光还是很
准的。”
杜防风的神情突然严肃起来，“我想托你带一封信给风如晦。”
慕行秋摇摇头，“我可能一辈子都没有机会再见着她。”
“那就一辈子都不用转交，我只有一个要求，如果你能见到风如晦，就将信交给她
，起码提一下我的名字。作为报答，我会送你几件宝物，而且——我会透露一点异史君
的情况，很巧，我曾经亲眼见过他，一位伟大的半妖，事实上，就是他复活了古神教。
”
发信人: qiao2 (二寸灰), 信区: SciFiction
标 题: 拔魔 第一百七十七章 扭曲的报复
发信站: BBS 未名空间站 (Sat Aug 30 20:21:11 2014, 美东)
第一百七十七章 扭曲的报复
五十岁的杜防风正值盛年，看上去只有二十*岁，作为一名散修，他既没有长命千岁的
渴求，也没有斩妖除魔的斗志，只有一个非常简单的想法：在有限的生命里尽情享受，
修行的唯一目的就是能经受得起这些享受。
直到他遇见乱荆山道士风如晦。
那时的风如晦不是慕行秋记忆中又矮又胖的老太婆，而是在皇京艳压群芳的乱荆山
女道士，她是龙宾会的贵客，极少公开露面，名声却已传遍天下。
杜防风那时另有名字，正在皇京结交王公贵族，其中包括龙宾会几位大符箓师，因
此有机会见到这位名满天下的女道士，这一面就耗费了他半生光阴。
游戏人间的散修自信满满地走上去自我介绍，用字斟句酌的华丽语言表达了倾慕之
情，却只换来一句话，时至今日，那声音还在梦中令他羞愧难当。
“你是散修？”风如晦只说了这四个字。
事实上，风如晦态度和蔼，对散修并无特别反应，既没有蔑视，也没有尊崇，只是
按照礼仪敷衍了一句，杜防风当时甚至有点洋洋自得，觉得这位美艳道士或许对自己有
意，直到归家独处，酒意退去，夜风袭人，他才突然明白，一切都是错觉，对方只是施
放了一个简单至极的法术，甚至不是专门针对他的。
人世间最大的羞辱不是咒骂与拳头，也不是阴谋与算计，而是彻底的无视与冷漠。
杜防风当时费尽心机展示自己的风采，与朋友们热情交谈，引得众人哈哈笑，他的每一
次转身、每一口饮酒、每一个眼神与嘴角的牵动都是有备而发，熟悉他的人已经看出端
倪，低声开起了玩笑。
结果风如晦根本没注意到有这样一个人。
杜防风回到家里才明白过来自己做了一件多么愚蠢的事情，那些所谓的朋友不仅没
有劝止。反而火上浇油，令他的表演更夸张一些，然后暗中看热闹。
果不其然，第二天的贵族圈里就已经流传着他的笑话。都说乱荆山的司命鼎里又要
多一副自愿送进去的魂魄。
享受生活的原则之一就是不可被生活享受，杜防风曾经花费整整三十年时间用心修
行，比九大道统的道士还要刻苦，为的就是挣脱弱者身份，能够与最有权势的人结交，
确保自己不受冷酷条文的束缚，结果他发现自己所得到的一切都是水中之月。
杜防风将自己的遭遇视为奇耻大辱，甚至改名“防风”。他离开皇京，周游天下，
寄情于山水。还是无法摆脱心中的羞辱感，在梦中，风如晦的声音渐渐发生变化，不再
是毫无感情的敷衍，有时居高临下。有时风情万种，总而言之，都配得上杜防风自己设
定的“身份”。
做梦可以暂时自我欺骗，醒来之后却是更深的羞辱感，杜防风的爱意变成了恨意，
数年之后，他下定决心要做一件轰动天下的大事。令九大道统当然也包括风如晦，对自
己刮目相看。
最直接的报复手段当然是破坏乱荆山司命鼎，可乱荆山从来不接待道统以外的客人
，散修想混进去难如登天，几家道统都是如此，只有两家例外。一个是棋山，昂贵的避
难所，到处都是人，防卫森严，另一个是牙山。洗剑池对外开放，只要交钱就能靠近牙
山镇山之宝。
杜防风最大的优势就是，牙山无论如何也想不到乱荆山的一名女道士无意中惹下的
怨恨居然会报应在他们身上。
杜防风自此成为牙山的常客，四处收购老旧法器，在牙山洗过之后再送到棋山售卖
，这样的生意一做就是五年，期间小小地发了一笔财，他的初衷却从未改变。
最终他盗走一瓶洗剑池水，逃到了棋山，等到牙山道士追上门来，他只提了一个要
求：“让风如晦来，我会将水瓶亲手交给她，然后任你们处置。”
散修杜防风失策了，道统不接受胁迫，尤其不接受带有私人恩怨的胁迫，牙山道士
有的是耐心，根本没去向乱荆山求助，就这么与他在棋山耗着，等待死亡来结束一切。
牙山眼看就要获得胜利。
“我以为九大道统是一回事，没想到家家都是那么骄傲，从不开口求助。没错，战
争的时候你们互相帮助，和平的时候互相接待，可一切都要事前写在协议之内，任何意
外的求助都是不可接受，因此也是不可能发生的。唉，我在棋山住了十年才明白这个道
理。”
杜防风的讲述曲折动人，却无法掩饰情感的扭曲，不管是作为道统弟子还是普通人
，慕行秋都觉得这个人完全不可理喻，就为了吸引一点注意，居然浪费五十多年。
“你到底是怎么盗走池水的？”慕行秋对杜防风的情感没有兴趣，只想问明白这个
困扰众人多年的问题。
杜防风微微一笑，闭目养神，过了一会睁眼平淡地说：“非常简单，我每个月至少
去一趟牙山，每次都选不同日期的不同时间，然后仔细观察，对牙山进出路径的防范手
段了若指掌，发现盗水容易，想带出牙山却是难上加难。可是我运气好，居然赶上牙山
选举宗师这种千年难遇的大事，许多法器都被调走。我灌了一瓶水，走出牙山，没有受
到任何盘问。听说牙山现在不允许外人靠近洗剑池，只能由牙山道士代为洗器，这都是
我的错。”
杜防风脸上也没有认错的意思，反而露出一点优越感，在冷漠骄傲的道统面前，他
终于得到了关注。他从袖子里取出一只七寸高的水晶瓶，放在桌上魔文卷的旁边，“瞧
，就是这东西。”
瓶里的水少得不够一个人解渴，杜防风就这么随意地拿出来，一点也没有将它当成
至宝的意思，“我等一个人六十年，牙山等我五十年，我们算是同病相怜了。”
“你跟我说这些，是因为我认识风如晦？”慕行秋问。
“嗯，我躲在棋山足不出岛，但是消息灵通。我烂在这里，风如晦过得也不好，听
说她与庞山道士宁七卫结了凡缘，宁七卫为了争夺宗师之位，居然提前斩断凡缘，哈哈
，这就是报应。”
道士若与普通人结凡缘，随时可断，甚至不用亲自出面，可以找人代替，只要心中
有一份感情即可，道士之间结凡缘就比较复杂了，一般来说，双方都会约定好同时斩缘
，以免给另一方造成伤害。
宁七卫想必是急于进入星落境界，所以违背约定提前斩缘，事实证明他是成功的，
因为他在三十多年前夺得宗师之位，当时已是注神境界，修行可以说是突飞猛进，这对
他力压申杨两家的高等道士肯定帮助巨大。
风如晦自然成为牺牲品。
慕行秋回忆他印象中的风婆婆，实在找不出多少她伤心的证据，不过他有一点感觉
，宗师宁七卫谈及风如晦的时候似乎心有中愧。
杜防风一直关注风如晦的动向，曾有很长一段时间没有她的任何消息，几年前他才
听说风如晦多年来隐居在西介国边疆小镇，因为魔种入侵，她又回到了乱荆山。
“风如晦想要报复宁七卫，可惜没有成功。”杜防风叹了口气，觉得非常遗憾。
“风如晦在野林镇只是隐居，什么都没做。而且，你只见过她一面吧？”
“可我对她的了解比任何人都多。”杜防风眼睛发亮，像是病人的回光返照，“她
跟我一样，无法忍受羞辱。宁七卫提前斩断凡缘，不仅伤了她的心，也让她在道统之中
成为笑柄，她绝不会默默忍受。可惜，她的计划没能成功。她必有计划，却被魔种入侵
打断了，她毕竟是一名道士，一旦涉及到魔种，只能选择让步。”
一切都是杜防风的猜测，他却以肯定的语气说出来，“野林镇，魔种生道根，一共
九个人进入庞山，你们的名字我都知道。没事的时候我总在想风如晦的计划到底是为什
么呢？却总是一无所得。”
慕行秋知道，风如晦是最早发现芳芳有灵骨道根的人，她想用最不起眼的方式将芳
芳送到西介城，然后再转到乱荆山，可惜中途发生变故，芳芳与野林镇的少年们被带到
了庞山。
慕行秋觉得风如晦所做的一切都是因为道统势力之争，而与私人恩怨无关，看样子
她也已经斩断凡缘，一直心存愧疚的反而是宁七卫。
他不会对散修说这些话，只是问：“为什么找我？棋山有三个野林镇的人。”
“是洪福天，他选中你，觉得你与众不同。”杜防风露出微笑，“我对你了解不多
，不能做出判断。可我相信洪福天，虽然道妖联手的愿望十分可笑，但他的眼光还是很
准的。”
杜防风的神情突然严肃起来，“我想托你带一封信给风如晦。”
慕行秋摇摇头，“我可能一辈子都没有机会再见着她。”
“那就一辈子都不用转交，我只有一个要求，如果你能见到风如晦，就将信交给她
，起码提一下我的名字。作为报答，我会送你几件宝物，而且——我会透露一点异史君
的情况，很巧，我曾经亲眼见过他，一位伟大的半妖，事实上，就是他复活了古神教。
”
c*e
5 楼
故作玄虚，真tmd 操蛋
y*n
6 楼
会
【在 h*e 的大作中提到】
: rt
【在 h*e 的大作中提到】
: rt
n*i
7 楼
当然好啊，都不用自己买playset了。
c*e
8 楼
java不一样吗，什么di之类的，听着好搞，其实就那么回事。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
m*y
9 楼
Most Old Center can tolerate that level of noise, actually, many of us would
like some noise. The most complaints I heard from Old Center about country
living is "it's too quite..."
like some noise. The most complaints I heard from Old Center about country
living is "it's too quite..."
c*e
10 楼
di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
可能学下去的
【在 c*********e 的大作中提到】
: java不一样吗，什么di之类的，听着好搞，其实就那么回事。
可能学下去的
【在 c*********e 的大作中提到】
: java不一样吗，什么di之类的，听着好搞，其实就那么回事。
x*4
11 楼
所以ml的名词比起java还是更有意义。
【在 c*****e 的大作中提到】
: di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
: 可能学下去的
【在 c*****e 的大作中提到】
: di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
: 可能学下去的
d*r
12 楼
比如? 你觉得哪些词可以简化的
【在 c*****e 的大作中提到】
: di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
: 可能学下去的
【在 c*****e 的大作中提到】
: di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
: 可能学下去的
c*e
13 楼
machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
c*e
14 楼
我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
比如
precision: 其实就是positive预测的百分比其中包含多少伪装的。
recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
最后还有一个accuracy 指标。
查了好几个文档，随后勉强搞清楚。非常 confusing
【在 d*******r 的大作中提到】
: 比如? 你觉得哪些词可以简化的
比如
precision: 其实就是positive预测的百分比其中包含多少伪装的。
recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
最后还有一个accuracy 指标。
查了好几个文档，随后勉强搞清楚。非常 confusing
【在 d*******r 的大作中提到】
: 比如? 你觉得哪些词可以简化的
m*r
15 楼
你这个还好，还不算特别恶心。
统计里的奇葩名词更多。 我最近也回过味儿来了。 统计这东西从历史上看有很多人搞
过，先是研究种子（或者是基因，出来的名词就和农业有关，什么treated, untreated
），后来是搞物理的搞统计，出来的名词就和物理有关，这信息那信息，aic, bic；然
后又是计算机的一帮人搞，recall/precision都是这些人想出来的。
后来我看书一看到这些故弄玄虚的东西，统统叉掉，同时注明： 江湖黑话，直接pass.
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
统计里的奇葩名词更多。 我最近也回过味儿来了。 统计这东西从历史上看有很多人搞
过，先是研究种子（或者是基因，出来的名词就和农业有关，什么treated, untreated
），后来是搞物理的搞统计，出来的名词就和物理有关，这信息那信息，aic, bic；然
后又是计算机的一帮人搞，recall/precision都是这些人想出来的。
后来我看书一看到这些故弄玄虚的东西，统统叉掉，同时注明： 江湖黑话，直接pass.
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
w*g
16 楼
我现在比较喜欢用false positive rate, false negative rate这些,
比较确切, 跟外行人也容易讲明白.
precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
不知道在说什么. 自己要一阵子不用也会忘记.
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
比较确切, 跟外行人也容易讲明白.
precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
不知道在说什么. 自己要一阵子不用也会忘记.
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
m*r
17 楼
specification生统经常用，医院里通用词汇， 中文好像叫针对性？ 记不得了。 SAS
里面内置变量还有个叫1MSPEC, meaning: 1 minus specification, 就是一类错误啦。
【在 w***g 的大作中提到】
: 我现在比较喜欢用false positive rate, false negative rate这些,
: 比较确切, 跟外行人也容易讲明白.
: precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
: 不知道在说什么. 自己要一阵子不用也会忘记.
里面内置变量还有个叫1MSPEC, meaning: 1 minus specification, 就是一类错误啦。
【在 w***g 的大作中提到】
: 我现在比较喜欢用false positive rate, false negative rate这些,
: 比较确切, 跟外行人也容易讲明白.
: precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
: 不知道在说什么. 自己要一阵子不用也会忘记.
A*T
18 楼
这本来就是内行和外行的问题啊
别人在学校里上课，看书，做研究
你现在抡起个轮子就想跑。。。
别人在学校里上课，看书，做研究
你现在抡起个轮子就想跑。。。
k*f
19 楼
还有roc，auc，pr auc，都是很无聊的概念。
【在 w***g 的大作中提到】
: 我现在比较喜欢用false positive rate, false negative rate这些,
: 比较确切, 跟外行人也容易讲明白.
: precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
: 不知道在说什么. 自己要一阵子不用也会忘记.
【在 w***g 的大作中提到】
: 我现在比较喜欢用false positive rate, false negative rate这些,
: 比较确切, 跟外行人也容易讲明白.
: precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
: 不知道在说什么. 自己要一阵子不用也会忘记.
c*e
20 楼
这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人为制造
行业门槛。
不知道烙印在 ML 入侵的怎么样，他们最会搞 business logic
【在 k****f 的大作中提到】
: 还有roc，auc，pr auc，都是很无聊的概念。
行业门槛。
不知道烙印在 ML 入侵的怎么样，他们最会搞 business logic
【在 k****f 的大作中提到】
: 还有roc，auc，pr auc，都是很无聊的概念。
x*u
21 楼
1
Domain knowledge 还是很重要的。
其实像ROC，AUC这些都是教过的好吧。
: 这本来就是内行和外行的问题啊
: 别人在学校里上课，看书，做研究
: 你现在抡起个轮子就想跑。。。
【在 A*******T 的大作中提到】
: 这本来就是内行和外行的问题啊
: 别人在学校里上课，看书，做研究
: 你现在抡起个轮子就想跑。。。
Domain knowledge 还是很重要的。
其实像ROC，AUC这些都是教过的好吧。
: 这本来就是内行和外行的问题啊
: 别人在学校里上课，看书，做研究
: 你现在抡起个轮子就想跑。。。
【在 A*******T 的大作中提到】
: 这本来就是内行和外行的问题啊
: 别人在学校里上课，看书，做研究
: 你现在抡起个轮子就想跑。。。
x*u
22 楼
这个有点高看了。其实是想象力枯乏。
: 这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人
为制造
: 行业门槛。
【在 c*****e 的大作中提到】
: 这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人为制造
: 行业门槛。
: 不知道烙印在 ML 入侵的怎么样，他们最会搞 business logic
: 这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人
为制造
: 行业门槛。
【在 c*****e 的大作中提到】
: 这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人为制造
: 行业门槛。
: 不知道烙印在 ML 入侵的怎么样，他们最会搞 business logic
g*t
23 楼
ML只有两种方法.
一种是使用微积分的。一种是使用组合数学的。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
一种是使用微积分的。一种是使用组合数学的。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
n*g
24 楼
有没有我最喜欢的线性代数？
最小二乘 就是把y射影到X的column space
[在 guvest (我爱你老婆Anna) 的大作中提到：]
:ML只有两种方法.
:一种是使用微积分的。一种是使用组合数学的。
最小二乘 就是把y射影到X的column space
[在 guvest (我爱你老婆Anna) 的大作中提到：]
:ML只有两种方法.
:一种是使用微积分的。一种是使用组合数学的。
n*g
25 楼
+1 false rates
[在 wdong (cybra) 的大作中提到：]
:我现在比较喜欢用false positive rate, false negative rate这些,
:比较确切, 跟外行人也容易讲明白.
:precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
:不知道在说什么. 自己要一阵子不用也会忘记.
[在 wdong (cybra) 的大作中提到：]
:我现在比较喜欢用false positive rate, false negative rate这些,
:比较确切, 跟外行人也容易讲明白.
:precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
:不知道在说什么. 自己要一阵子不用也会忘记.
n*7
26 楼
。。。
我真不知道这几个metric 有什么复杂的
就是四个基本数加加除除的事情
小学二年级的数学吧
wiki上一张图都搞清楚了
之所以有这么些不同的算法
因为单个的指标往往是有bias的
而且对于不同的问题，有些指标比其他的更有实际意义
这都觉得难，以后遇到AUC咋办
更不说各种xIC了...
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
我真不知道这几个metric 有什么复杂的
就是四个基本数加加除除的事情
小学二年级的数学吧
wiki上一张图都搞清楚了
之所以有这么些不同的算法
因为单个的指标往往是有bias的
而且对于不同的问题，有些指标比其他的更有实际意义
这都觉得难，以后遇到AUC咋办
更不说各种xIC了...
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
c*e
27 楼
你牛B， 从字面上你看得出 precision vs accuracy 的区别？
【在 n******7 的大作中提到】
: 。。。
: 我真不知道这几个metric 有什么复杂的
: 就是四个基本数加加除除的事情
: 小学二年级的数学吧
: wiki上一张图都搞清楚了
: 之所以有这么些不同的算法
: 因为单个的指标往往是有bias的
: 而且对于不同的问题，有些指标比其他的更有实际意义
: 这都觉得难，以后遇到AUC咋办
: 更不说各种xIC了...
【在 n******7 的大作中提到】
: 。。。
: 我真不知道这几个metric 有什么复杂的
: 就是四个基本数加加除除的事情
: 小学二年级的数学吧
: wiki上一张图都搞清楚了
: 之所以有这么些不同的算法
: 因为单个的指标往往是有bias的
: 而且对于不同的问题，有些指标比其他的更有实际意义
: 这都觉得难，以后遇到AUC咋办
: 更不说各种xIC了...
n*7
28 楼
有时候看不出
不过常用的一共也就那几种，不难记
只用2个值来算的
一类是衡量发现了多少TP的
这里recall = sensitivity = true positive rate
其实sensitivity字面的意思很明显了
一类似衡量在negative集合上预测的好坏的
这里有specificity，字面意思也很明显，跟sensitivity对称
还有positive predict value (PPV),这个字面意思也很明显吧？
precision = PPV
PPV主要是用在整个negative集合不好确定的情况下
至于false positive rate, 一听就知道是看fp的多少
而fp的母集当然是所有的n，所以fpr=fp/(fp+tn)
accuracy需要全部4个数
意思就是准确率，也就是有多少对了，你知道怎么算了吧？
你看，真的很简单吧？
【在 c*****e 的大作中提到】
: 你牛B， 从字面上你看得出 precision vs accuracy 的区别？
不过常用的一共也就那几种，不难记
只用2个值来算的
一类是衡量发现了多少TP的
这里recall = sensitivity = true positive rate
其实sensitivity字面的意思很明显了
一类似衡量在negative集合上预测的好坏的
这里有specificity，字面意思也很明显，跟sensitivity对称
还有positive predict value (PPV),这个字面意思也很明显吧？
precision = PPV
PPV主要是用在整个negative集合不好确定的情况下
至于false positive rate, 一听就知道是看fp的多少
而fp的母集当然是所有的n，所以fpr=fp/(fp+tn)
accuracy需要全部4个数
意思就是准确率，也就是有多少对了，你知道怎么算了吧？
你看，真的很简单吧？
【在 c*****e 的大作中提到】
: 你牛B， 从字面上你看得出 precision vs accuracy 的区别？
g*t
29 楼
最小二乘法求导数了。
所以是微积分。
从几何的观点来看，是投影了。
你怎么证明这个投影是最小值？还是要微积分导数等于0。
【在 n******g 的大作中提到】
: 有没有我最喜欢的线性代数？
: 最小二乘 就是把y射影到X的column space
: [在 guvest (我爱你老婆Anna) 的大作中提到：]
: :ML只有两种方法.
: :一种是使用微积分的。一种是使用组合数学的。
所以是微积分。
从几何的观点来看，是投影了。
你怎么证明这个投影是最小值？还是要微积分导数等于0。
【在 n******g 的大作中提到】
: 有没有我最喜欢的线性代数？
: 最小二乘 就是把y射影到X的column space
: [在 guvest (我爱你老婆Anna) 的大作中提到：]
: :ML只有两种方法.
: :一种是使用微积分的。一种是使用组合数学的。
g*t
30 楼
precision就是小数点后几位的意思，和准确与否无关
【在 n******7 的大作中提到】
: 有时候看不出
: 不过常用的一共也就那几种，不难记
: 只用2个值来算的
: 一类是衡量发现了多少TP的
: 这里recall = sensitivity = true positive rate
: 其实sensitivity字面的意思很明显了
: 一类似衡量在negative集合上预测的好坏的
: 这里有specificity，字面意思也很明显，跟sensitivity对称
: 还有positive predict value (PPV),这个字面意思也很明显吧？
: precision = PPV
【在 n******7 的大作中提到】
: 有时候看不出
: 不过常用的一共也就那几种，不难记
: 只用2个值来算的
: 一类是衡量发现了多少TP的
: 这里recall = sensitivity = true positive rate
: 其实sensitivity字面的意思很明显了
: 一类似衡量在negative集合上预测的好坏的
: 这里有specificity，字面意思也很明显，跟sensitivity对称
: 还有positive predict value (PPV),这个字面意思也很明显吧？
: precision = PPV
n*g
31 楼
求导是一种思路
投影是最小，因为正交原理，其他都斜边，只有这个是垂直
【在 g****t 的大作中提到】
: 最小二乘法求导数了。
: 所以是微积分。
: 从几何的观点来看，是投影了。
: 你怎么证明这个投影是最小值？还是要微积分导数等于0。
投影是最小，因为正交原理，其他都斜边，只有这个是垂直
【在 g****t 的大作中提到】
: 最小二乘法求导数了。
: 所以是微积分。
: 从几何的观点来看，是投影了。
: 你怎么证明这个投影是最小值？还是要微积分导数等于0。
x*u
32 楼
回去再把书看一遍。。。
: precision就是小数点后几位的意思，和准确与否无关
【在 g****t 的大作中提到】
: precision就是小数点后几位的意思，和准确与否无关
: precision就是小数点后几位的意思，和准确与否无关
【在 g****t 的大作中提到】
: precision就是小数点后几位的意思，和准确与否无关
n*3
33 楼
个人觉得 只要知道 FDR，fnr,
auc /roc
【在 x***u 的大作中提到】
: 回去再把书看一遍。。。
:
:
: precision就是小数点后几位的意思，和准确与否无关
:
auc /roc
【在 x***u 的大作中提到】
: 回去再把书看一遍。。。
:
:
: precision就是小数点后几位的意思，和准确与否无关
:
g*t
34 楼
example:
single precision floating point
【在 x***u 的大作中提到】
: 回去再把书看一遍。。。
:
:
: precision就是小数点后几位的意思，和准确与否无关
:
single precision floating point
【在 x***u 的大作中提到】
: 回去再把书看一遍。。。
:
:
: precision就是小数点后几位的意思，和准确与否无关
:
g*t
35 楼
不要说的那么远。
写程序的时候，是否计算梯度，
以此为分界就好。
【在 n******g 的大作中提到】
: 求导是一种思路
: 投影是最小，因为正交原理，其他都斜边，只有这个是垂直
写程序的时候，是否计算梯度，
以此为分界就好。
【在 n******g 的大作中提到】
: 求导是一种思路
: 投影是最小，因为正交原理，其他都斜边，只有这个是垂直
c*e
36 楼
你问问版上几个人明白了，和绕口令差不多，我打包票90%还是似是而非。
做题才能考真知：
预测一种花是不是rose/向日葵， sample 100, 其中rose 40, 向日葵60， 结果30颗
rose 预测
是对的，40颗向日葵说成了 rose,
算算 预测的 accuracy, rose/向日葵预测的precision, recall。
【在 n******7 的大作中提到】
: 有时候看不出
: 不过常用的一共也就那几种，不难记
: 只用2个值来算的
: 一类是衡量发现了多少TP的
: 这里recall = sensitivity = true positive rate
: 其实sensitivity字面的意思很明显了
: 一类似衡量在negative集合上预测的好坏的
: 这里有specificity，字面意思也很明显，跟sensitivity对称
: 还有positive predict value (PPV),这个字面意思也很明显吧？
: precision = PPV
做题才能考真知：
预测一种花是不是rose/向日葵， sample 100, 其中rose 40, 向日葵60， 结果30颗
rose 预测
是对的，40颗向日葵说成了 rose,
算算 预测的 accuracy, rose/向日葵预测的precision, recall。
【在 n******7 的大作中提到】
: 有时候看不出
: 不过常用的一共也就那几种，不难记
: 只用2个值来算的
: 一类是衡量发现了多少TP的
: 这里recall = sensitivity = true positive rate
: 其实sensitivity字面的意思很明显了
: 一类似衡量在negative集合上预测的好坏的
: 这里有specificity，字面意思也很明显，跟sensitivity对称
: 还有positive predict value (PPV),这个字面意思也很明显吧？
: precision = PPV
n*7
37 楼
还是不知道你为什么不明白
这东西这么简单，装B都装不了
不信你问wdong
你这个就是小学低年级应用题
唯一的问题是要指明那个是positive sample
然后小学生对照定义就算出来了
【在 c*****e 的大作中提到】
: 你问问版上几个人明白了，和绕口令差不多，我打包票90%还是似是而非。
: 做题才能考真知：
: 预测一种花是不是rose/向日葵， sample 100, 其中rose 40, 向日葵60， 结果30颗
: rose 预测
: 是对的，40颗向日葵说成了 rose,
: 算算 预测的 accuracy, rose/向日葵预测的precision, recall。
这东西这么简单，装B都装不了
不信你问wdong
你这个就是小学低年级应用题
唯一的问题是要指明那个是positive sample
然后小学生对照定义就算出来了
【在 c*****e 的大作中提到】
: 你问问版上几个人明白了，和绕口令差不多，我打包票90%还是似是而非。
: 做题才能考真知：
: 预测一种花是不是rose/向日葵， sample 100, 其中rose 40, 向日葵60， 结果30颗
: rose 预测
: 是对的，40颗向日葵说成了 rose,
: 算算 预测的 accuracy, rose/向日葵预测的precision, recall。
c*e
38 楼
呵呵，你算算上面那道题的结果，让大伙评评
【在 n******7 的大作中提到】
: 还是不知道你为什么不明白
: 这东西这么简单，装B都装不了
: 不信你问wdong
: 你这个就是小学低年级应用题
: 唯一的问题是要指明那个是positive sample
: 然后小学生对照定义就算出来了
【在 n******7 的大作中提到】
: 还是不知道你为什么不明白
: 这东西这么简单，装B都装不了
: 不信你问wdong
: 你这个就是小学低年级应用题
: 唯一的问题是要指明那个是positive sample
: 然后小学生对照定义就算出来了
w*g
39 楼
他说的是对的. 可以是precision非常高, 精确到小数点后第n位, 但是
accuracy = 0. IR领域定义的precision recall里的precision其实离
ISO标准规定的precision原义(更接近日产生活的理解)已经离得比较远了.
所以我说扯概念其实屁用没有. 你们自己也可以定义各种metric.
在 xyliu (一天到晚喝水的鱼) 的大作中提到: 】
accuracy = 0. IR领域定义的precision recall里的precision其实离
ISO标准规定的precision原义(更接近日产生活的理解)已经离得比较远了.
所以我说扯概念其实屁用没有. 你们自己也可以定义各种metric.
在 xyliu (一天到晚喝水的鱼) 的大作中提到: 】
n*g
40 楼
受教了 我的编程基础差 正在恶补
[在 guvest (我爱你老婆Anna) 的大作中提到：]
:不要说的那么远。
:写程序的时候，是否计算梯度，
:以此为分界就好。
[在 guvest (我爱你老婆Anna) 的大作中提到：]
:不要说的那么远。
:写程序的时候，是否计算梯度，
:以此为分界就好。
g*y
41 楼
你确定这样做管用？不按常规的主动把子拿去送死，机器就傻掉了？
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
c*9
42 楼
人的灵活性更差。机器玩游戏可以天马行空，人只能畏畏缩缩。你的下象棋的机器人是
十几年前的产物吧。
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
十几年前的产物吧。
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
c*e
43 楼
故作玄虚，真tmd 操蛋
c*e
44 楼
java不一样吗，什么di之类的，听着好搞，其实就那么回事。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
c*e
45 楼
di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
可能学下去的
【在 c*********e 的大作中提到】
: java不一样吗，什么di之类的，听着好搞，其实就那么回事。
可能学下去的
【在 c*********e 的大作中提到】
: java不一样吗，什么di之类的，听着好搞，其实就那么回事。
x*4
46 楼
所以ml的名词比起java还是更有意义。
【在 c*****e 的大作中提到】
: di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
: 可能学下去的
【在 c*****e 的大作中提到】
: di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
: 可能学下去的
d*r
47 楼
比如? 你觉得哪些词可以简化的
【在 c*****e 的大作中提到】
: di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
: 可能学下去的
【在 c*****e 的大作中提到】
: di 和java 无关。关键是 你不懂 di 你一样可以编程， 你要是不懂 ml 那些名词，不
: 可能学下去的
c*e
48 楼
machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
c*e
49 楼
我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
比如
precision: 其实就是positive预测的百分比其中包含多少伪装的。
recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
最后还有一个accuracy 指标。
查了好几个文档，随后勉强搞清楚。非常 confusing
【在 d*******r 的大作中提到】
: 比如? 你觉得哪些词可以简化的
比如
precision: 其实就是positive预测的百分比其中包含多少伪装的。
recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
最后还有一个accuracy 指标。
查了好几个文档，随后勉强搞清楚。非常 confusing
【在 d*******r 的大作中提到】
: 比如? 你觉得哪些词可以简化的
m*r
50 楼
你这个还好，还不算特别恶心。
统计里的奇葩名词更多。 我最近也回过味儿来了。 统计这东西从历史上看有很多人搞
过，先是研究种子（或者是基因，出来的名词就和农业有关，什么treated, untreated
），后来是搞物理的搞统计，出来的名词就和物理有关，这信息那信息，aic, bic；然
后又是计算机的一帮人搞，recall/precision都是这些人想出来的。
后来我看书一看到这些故弄玄虚的东西，统统叉掉，同时注明： 江湖黑话，直接pass.
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
统计里的奇葩名词更多。 我最近也回过味儿来了。 统计这东西从历史上看有很多人搞
过，先是研究种子（或者是基因，出来的名词就和农业有关，什么treated, untreated
），后来是搞物理的搞统计，出来的名词就和物理有关，这信息那信息，aic, bic；然
后又是计算机的一帮人搞，recall/precision都是这些人想出来的。
后来我看书一看到这些故弄玄虚的东西，统统叉掉，同时注明： 江湖黑话，直接pass.
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
w*g
51 楼
我现在比较喜欢用false positive rate, false negative rate这些,
比较确切, 跟外行人也容易讲明白.
precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
不知道在说什么. 自己要一阵子不用也会忘记.
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
比较确切, 跟外行人也容易讲明白.
precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
不知道在说什么. 自己要一阵子不用也会忘记.
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
m*r
52 楼
specification生统经常用，医院里通用词汇， 中文好像叫针对性？ 记不得了。 SAS
里面内置变量还有个叫1MSPEC, meaning: 1 minus specification, 就是一类错误啦。
【在 w***g 的大作中提到】
: 我现在比较喜欢用false positive rate, false negative rate这些,
: 比较确切, 跟外行人也容易讲明白.
: precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
: 不知道在说什么. 自己要一阵子不用也会忘记.
里面内置变量还有个叫1MSPEC, meaning: 1 minus specification, 就是一类错误啦。
【在 w***g 的大作中提到】
: 我现在比较喜欢用false positive rate, false negative rate这些,
: 比较确切, 跟外行人也容易讲明白.
: precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
: 不知道在说什么. 自己要一阵子不用也会忘记.
A*T
53 楼
这本来就是内行和外行的问题啊
别人在学校里上课，看书，做研究
你现在抡起个轮子就想跑。。。
别人在学校里上课，看书，做研究
你现在抡起个轮子就想跑。。。
k*f
54 楼
还有roc，auc，pr auc，都是很无聊的概念。
【在 w***g 的大作中提到】
: 我现在比较喜欢用false positive rate, false negative rate这些,
: 比较确切, 跟外行人也容易讲明白.
: precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
: 不知道在说什么. 自己要一阵子不用也会忘记.
【在 w***g 的大作中提到】
: 我现在比较喜欢用false positive rate, false negative rate这些,
: 比较确切, 跟外行人也容易讲明白.
: precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
: 不知道在说什么. 自己要一阵子不用也会忘记.
c*e
55 楼
这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人为制造
行业门槛。
不知道烙印在 ML 入侵的怎么样，他们最会搞 business logic
【在 k****f 的大作中提到】
: 还有roc，auc，pr auc，都是很无聊的概念。
行业门槛。
不知道烙印在 ML 入侵的怎么样，他们最会搞 business logic
【在 k****f 的大作中提到】
: 还有roc，auc，pr auc，都是很无聊的概念。
x*u
56 楼
1
Domain knowledge 还是很重要的。
其实像ROC，AUC这些都是教过的好吧。
: 这本来就是内行和外行的问题啊
: 别人在学校里上课，看书，做研究
: 你现在抡起个轮子就想跑。。。
【在 A*******T 的大作中提到】
: 这本来就是内行和外行的问题啊
: 别人在学校里上课，看书，做研究
: 你现在抡起个轮子就想跑。。。
Domain knowledge 还是很重要的。
其实像ROC，AUC这些都是教过的好吧。
: 这本来就是内行和外行的问题啊
: 别人在学校里上课，看书，做研究
: 你现在抡起个轮子就想跑。。。
【在 A*******T 的大作中提到】
: 这本来就是内行和外行的问题啊
: 别人在学校里上课，看书，做研究
: 你现在抡起个轮子就想跑。。。
x*u
57 楼
这个有点高看了。其实是想象力枯乏。
: 这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人
为制造
: 行业门槛。
【在 c*****e 的大作中提到】
: 这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人为制造
: 行业门槛。
: 不知道烙印在 ML 入侵的怎么样，他们最会搞 business logic
: 这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人
为制造
: 行业门槛。
【在 c*****e 的大作中提到】
: 这个有点类似法律系统故意用专有术语，古代名词，不让普通人明白和介入，人为制造
: 行业门槛。
: 不知道烙印在 ML 入侵的怎么样，他们最会搞 business logic
g*t
58 楼
ML只有两种方法.
一种是使用微积分的。一种是使用组合数学的。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
一种是使用微积分的。一种是使用组合数学的。
【在 c*****e 的大作中提到】
: 故作玄虚，真tmd 操蛋
n*g
59 楼
有没有我最喜欢的线性代数？
最小二乘 就是把y射影到X的column space
[在 guvest (我爱你老婆Anna) 的大作中提到：]
:ML只有两种方法.
:一种是使用微积分的。一种是使用组合数学的。
最小二乘 就是把y射影到X的column space
[在 guvest (我爱你老婆Anna) 的大作中提到：]
:ML只有两种方法.
:一种是使用微积分的。一种是使用组合数学的。
n*g
60 楼
+1 false rates
[在 wdong (cybra) 的大作中提到：]
:我现在比较喜欢用false positive rate, false negative rate这些,
:比较确切, 跟外行人也容易讲明白.
:precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
:不知道在说什么. 自己要一阵子不用也会忘记.
[在 wdong (cybra) 的大作中提到：]
:我现在比较喜欢用false positive rate, false negative rate这些,
:比较确切, 跟外行人也容易讲明白.
:precision recall, 还有更恶心的specificity, selectivity, 乍一看完全
:不知道在说什么. 自己要一阵子不用也会忘记.
n*7
61 楼
。。。
我真不知道这几个metric 有什么复杂的
就是四个基本数加加除除的事情
小学二年级的数学吧
wiki上一张图都搞清楚了
之所以有这么些不同的算法
因为单个的指标往往是有bias的
而且对于不同的问题，有些指标比其他的更有实际意义
这都觉得难，以后遇到AUC咋办
更不说各种xIC了...
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
我真不知道这几个metric 有什么复杂的
就是四个基本数加加除除的事情
小学二年级的数学吧
wiki上一张图都搞清楚了
之所以有这么些不同的算法
因为单个的指标往往是有bias的
而且对于不同的问题，有些指标比其他的更有实际意义
这都觉得难，以后遇到AUC咋办
更不说各种xIC了...
【在 c*****e 的大作中提到】
: 我也没好的办法，关键是很多名词和数学给 ML 带来巨大的 barrier.
: 比如
: precision: 其实就是positive预测的百分比其中包含多少伪装的。
: recall: 其实就是所有的positive 是否都覆盖到了, 涉及的是覆盖的比例
: 最后还有一个accuracy 指标。
: 查了好几个文档，随后勉强搞清楚。非常 confusing
c*e
62 楼
你牛B， 从字面上你看得出 precision vs accuracy 的区别？
【在 n******7 的大作中提到】
: 。。。
: 我真不知道这几个metric 有什么复杂的
: 就是四个基本数加加除除的事情
: 小学二年级的数学吧
: wiki上一张图都搞清楚了
: 之所以有这么些不同的算法
: 因为单个的指标往往是有bias的
: 而且对于不同的问题，有些指标比其他的更有实际意义
: 这都觉得难，以后遇到AUC咋办
: 更不说各种xIC了...
【在 n******7 的大作中提到】
: 。。。
: 我真不知道这几个metric 有什么复杂的
: 就是四个基本数加加除除的事情
: 小学二年级的数学吧
: wiki上一张图都搞清楚了
: 之所以有这么些不同的算法
: 因为单个的指标往往是有bias的
: 而且对于不同的问题，有些指标比其他的更有实际意义
: 这都觉得难，以后遇到AUC咋办
: 更不说各种xIC了...
n*7
63 楼
有时候看不出
不过常用的一共也就那几种，不难记
只用2个值来算的
一类是衡量发现了多少TP的
这里recall = sensitivity = true positive rate
其实sensitivity字面的意思很明显了
一类似衡量在negative集合上预测的好坏的
这里有specificity，字面意思也很明显，跟sensitivity对称
还有positive predict value (PPV),这个字面意思也很明显吧？
precision = PPV
PPV主要是用在整个negative集合不好确定的情况下
至于false positive rate, 一听就知道是看fp的多少
而fp的母集当然是所有的n，所以fpr=fp/(fp+tn)
accuracy需要全部4个数
意思就是准确率，也就是有多少对了，你知道怎么算了吧？
你看，真的很简单吧？
【在 c*****e 的大作中提到】
: 你牛B， 从字面上你看得出 precision vs accuracy 的区别？
不过常用的一共也就那几种，不难记
只用2个值来算的
一类是衡量发现了多少TP的
这里recall = sensitivity = true positive rate
其实sensitivity字面的意思很明显了
一类似衡量在negative集合上预测的好坏的
这里有specificity，字面意思也很明显，跟sensitivity对称
还有positive predict value (PPV),这个字面意思也很明显吧？
precision = PPV
PPV主要是用在整个negative集合不好确定的情况下
至于false positive rate, 一听就知道是看fp的多少
而fp的母集当然是所有的n，所以fpr=fp/(fp+tn)
accuracy需要全部4个数
意思就是准确率，也就是有多少对了，你知道怎么算了吧？
你看，真的很简单吧？
【在 c*****e 的大作中提到】
: 你牛B， 从字面上你看得出 precision vs accuracy 的区别？
g*t
64 楼
最小二乘法求导数了。
所以是微积分。
从几何的观点来看，是投影了。
你怎么证明这个投影是最小值？还是要微积分导数等于0。
【在 n******g 的大作中提到】
: 有没有我最喜欢的线性代数？
: 最小二乘 就是把y射影到X的column space
: [在 guvest (我爱你老婆Anna) 的大作中提到：]
: :ML只有两种方法.
: :一种是使用微积分的。一种是使用组合数学的。
所以是微积分。
从几何的观点来看，是投影了。
你怎么证明这个投影是最小值？还是要微积分导数等于0。
【在 n******g 的大作中提到】
: 有没有我最喜欢的线性代数？
: 最小二乘 就是把y射影到X的column space
: [在 guvest (我爱你老婆Anna) 的大作中提到：]
: :ML只有两种方法.
: :一种是使用微积分的。一种是使用组合数学的。
g*t
65 楼
precision就是小数点后几位的意思，和准确与否无关
【在 n******7 的大作中提到】
: 有时候看不出
: 不过常用的一共也就那几种，不难记
: 只用2个值来算的
: 一类是衡量发现了多少TP的
: 这里recall = sensitivity = true positive rate
: 其实sensitivity字面的意思很明显了
: 一类似衡量在negative集合上预测的好坏的
: 这里有specificity，字面意思也很明显，跟sensitivity对称
: 还有positive predict value (PPV),这个字面意思也很明显吧？
: precision = PPV
【在 n******7 的大作中提到】
: 有时候看不出
: 不过常用的一共也就那几种，不难记
: 只用2个值来算的
: 一类是衡量发现了多少TP的
: 这里recall = sensitivity = true positive rate
: 其实sensitivity字面的意思很明显了
: 一类似衡量在negative集合上预测的好坏的
: 这里有specificity，字面意思也很明显，跟sensitivity对称
: 还有positive predict value (PPV),这个字面意思也很明显吧？
: precision = PPV
n*g
66 楼
求导是一种思路
投影是最小，因为正交原理，其他都斜边，只有这个是垂直
【在 g****t 的大作中提到】
: 最小二乘法求导数了。
: 所以是微积分。
: 从几何的观点来看，是投影了。
: 你怎么证明这个投影是最小值？还是要微积分导数等于0。
投影是最小，因为正交原理，其他都斜边，只有这个是垂直
【在 g****t 的大作中提到】
: 最小二乘法求导数了。
: 所以是微积分。
: 从几何的观点来看，是投影了。
: 你怎么证明这个投影是最小值？还是要微积分导数等于0。
x*u
67 楼
回去再把书看一遍。。。
: precision就是小数点后几位的意思，和准确与否无关
【在 g****t 的大作中提到】
: precision就是小数点后几位的意思，和准确与否无关
: precision就是小数点后几位的意思，和准确与否无关
【在 g****t 的大作中提到】
: precision就是小数点后几位的意思，和准确与否无关
n*3
68 楼
个人觉得 只要知道 FDR，fnr,
auc /roc
【在 x***u 的大作中提到】
: 回去再把书看一遍。。。
:
:
: precision就是小数点后几位的意思，和准确与否无关
:
auc /roc
【在 x***u 的大作中提到】
: 回去再把书看一遍。。。
:
:
: precision就是小数点后几位的意思，和准确与否无关
:
g*t
69 楼
example:
single precision floating point
【在 x***u 的大作中提到】
: 回去再把书看一遍。。。
:
:
: precision就是小数点后几位的意思，和准确与否无关
:
single precision floating point
【在 x***u 的大作中提到】
: 回去再把书看一遍。。。
:
:
: precision就是小数点后几位的意思，和准确与否无关
:
g*t
70 楼
不要说的那么远。
写程序的时候，是否计算梯度，
以此为分界就好。
【在 n******g 的大作中提到】
: 求导是一种思路
: 投影是最小，因为正交原理，其他都斜边，只有这个是垂直
写程序的时候，是否计算梯度，
以此为分界就好。
【在 n******g 的大作中提到】
: 求导是一种思路
: 投影是最小，因为正交原理，其他都斜边，只有这个是垂直
c*e
71 楼
你问问版上几个人明白了，和绕口令差不多，我打包票90%还是似是而非。
做题才能考真知：
预测一种花是不是rose/向日葵， sample 100, 其中rose 40, 向日葵60， 结果30颗
rose 预测
是对的，40颗向日葵说成了 rose,
算算 预测的 accuracy, rose/向日葵预测的precision, recall。
【在 n******7 的大作中提到】
: 有时候看不出
: 不过常用的一共也就那几种，不难记
: 只用2个值来算的
: 一类是衡量发现了多少TP的
: 这里recall = sensitivity = true positive rate
: 其实sensitivity字面的意思很明显了
: 一类似衡量在negative集合上预测的好坏的
: 这里有specificity，字面意思也很明显，跟sensitivity对称
: 还有positive predict value (PPV),这个字面意思也很明显吧？
: precision = PPV
做题才能考真知：
预测一种花是不是rose/向日葵， sample 100, 其中rose 40, 向日葵60， 结果30颗
rose 预测
是对的，40颗向日葵说成了 rose,
算算 预测的 accuracy, rose/向日葵预测的precision, recall。
【在 n******7 的大作中提到】
: 有时候看不出
: 不过常用的一共也就那几种，不难记
: 只用2个值来算的
: 一类是衡量发现了多少TP的
: 这里recall = sensitivity = true positive rate
: 其实sensitivity字面的意思很明显了
: 一类似衡量在negative集合上预测的好坏的
: 这里有specificity，字面意思也很明显，跟sensitivity对称
: 还有positive predict value (PPV),这个字面意思也很明显吧？
: precision = PPV
n*7
72 楼
还是不知道你为什么不明白
这东西这么简单，装B都装不了
不信你问wdong
你这个就是小学低年级应用题
唯一的问题是要指明那个是positive sample
然后小学生对照定义就算出来了
【在 c*****e 的大作中提到】
: 你问问版上几个人明白了，和绕口令差不多，我打包票90%还是似是而非。
: 做题才能考真知：
: 预测一种花是不是rose/向日葵， sample 100, 其中rose 40, 向日葵60， 结果30颗
: rose 预测
: 是对的，40颗向日葵说成了 rose,
: 算算 预测的 accuracy, rose/向日葵预测的precision, recall。
这东西这么简单，装B都装不了
不信你问wdong
你这个就是小学低年级应用题
唯一的问题是要指明那个是positive sample
然后小学生对照定义就算出来了
【在 c*****e 的大作中提到】
: 你问问版上几个人明白了，和绕口令差不多，我打包票90%还是似是而非。
: 做题才能考真知：
: 预测一种花是不是rose/向日葵， sample 100, 其中rose 40, 向日葵60， 结果30颗
: rose 预测
: 是对的，40颗向日葵说成了 rose,
: 算算 预测的 accuracy, rose/向日葵预测的precision, recall。
c*e
73 楼
呵呵，你算算上面那道题的结果，让大伙评评
【在 n******7 的大作中提到】
: 还是不知道你为什么不明白
: 这东西这么简单，装B都装不了
: 不信你问wdong
: 你这个就是小学低年级应用题
: 唯一的问题是要指明那个是positive sample
: 然后小学生对照定义就算出来了
【在 n******7 的大作中提到】
: 还是不知道你为什么不明白
: 这东西这么简单，装B都装不了
: 不信你问wdong
: 你这个就是小学低年级应用题
: 唯一的问题是要指明那个是positive sample
: 然后小学生对照定义就算出来了
w*g
74 楼
他说的是对的. 可以是precision非常高, 精确到小数点后第n位, 但是
accuracy = 0. IR领域定义的precision recall里的precision其实离
ISO标准规定的precision原义(更接近日产生活的理解)已经离得比较远了.
所以我说扯概念其实屁用没有. 你们自己也可以定义各种metric.
在 xyliu (一天到晚喝水的鱼) 的大作中提到: 】
accuracy = 0. IR领域定义的precision recall里的precision其实离
ISO标准规定的precision原义(更接近日产生活的理解)已经离得比较远了.
所以我说扯概念其实屁用没有. 你们自己也可以定义各种metric.
在 xyliu (一天到晚喝水的鱼) 的大作中提到: 】
n*g
75 楼
受教了 我的编程基础差 正在恶补
[在 guvest (我爱你老婆Anna) 的大作中提到：]
:不要说的那么远。
:写程序的时候，是否计算梯度，
:以此为分界就好。
[在 guvest (我爱你老婆Anna) 的大作中提到：]
:不要说的那么远。
:写程序的时候，是否计算梯度，
:以此为分界就好。
g*y
76 楼
你确定这样做管用？不按常规的主动把子拿去送死，机器就傻掉了？
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
c*9
77 楼
人的灵活性更差。机器玩游戏可以天马行空，人只能畏畏缩缩。你的下象棋的机器人是
十几年前的产物吧。
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
十几年前的产物吧。
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
s*l
78 楼
phd要毕业发paper
你没经历过？
你没经历过？
s*l
79 楼
别说了 露怯
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
【在 c*********e 的大作中提到】
: machine真的可以思考？无非就是对一些可能预见的问题做出可能的解决方案罢了。就
: 像下象棋的机器人一样，如果你出棋不按常规路数，机器人根本不知道怎么对付。
相关阅读
Flink Sparks Next Wave of Distributed Data Processingpalantir的stack先在除了twitter 还有大量上scala的么？scala里java,scala数据结构implicitly转型真难受阿。ytube的一个bugweb app转nativeScala的map和flatmap什么区别？java和swift还是缺一不可Swift 要开源了，不知道和scala比怎么样？Svn vs git当年号称的PSD一家比一家烂，全是垃圾型startup。 (转载)今天bloomberg tv访谈linus想山寨palantir了有啥arm linux可以用的轻量js IDE吗？clojure高手请进发现了一个规律常年混这版的工资沒有超过2０万的学scala从akka入手就可以了发现现在还有好多公司用红宝石呢转行的不应该看不起科班出身的