（图片来自于电子书和B站致敬大神）
1.rank-loss的计算：
文章图片
rank-loss与AUC之间的关系： 
文章图片
2.代价敏感错误率E：
文章图片
3.代价敏感部分：略（详细见B站致敬大神的0218-0223）
4.计算概率相关公式（二项分布）：
文章图片
二项分布公式的代码实现：（用到了新函数scipy，求排列组合）
文章图片
文章图片
图像函数的实现：
文章图片
5. 多个测试集一种算法的假设检验：
文章图片
求出E与σ之后，根据具体问题进行加权再计算。
6.（略）
文章图片
7.偏差与方差（略）
【机器学习|西瓜书《机器学习》第二章重点总结（下）】
推荐阅读
- 机器学习|西瓜书《机器学习》第三章重点总结（中，多元线性回归）
- 机器学习|西瓜书《机器学习》第二章重点总结（上）
- 机器学习|【学习笔记】西瓜书机器学习之第四章（决策树）
- 机器学习|机器学习西瓜书——第04章决策树
- 开发Study|《机器学习》（西瓜书）第4章 决策树理解记录
- 学习笔记|机器学习入门-西瓜书总结笔记第七章
- 深度学习|MatchNet论文复现过程记录
- Paper|ML（《Interpretability Methods in Machine Learning: A Brief Survey—机器学习中的可解释性方法的简要综述》翻译与解读）
- 学习日志|Python MINIST手写集的识别,卷积神经网络,CNN(最简单PyTorch的使用)