摘要:
本周收获 总结一下本周学习内容: 1、学习了《深入浅出Pandas》的第七章:Pandas数据合并与对比 7.1 数据追加 7.2 数据连接 7.3 数据合并 7.4 按元素合并 7.5 数据对比 🚗博客: Pandas:数据合并与对比 2、《Python机器学习基础教程》第五章:模型评估与改进 阅读全文
摘要:
1、数据追加df.append() df.append(self, other, ignore_index=False, verify_integrity=False, sort=False) 其中: other 是它要追加的其他 DataFrame 或者类似序列内容 ignore_index 如果 阅读全文
摘要:
1、多分类指标 前面已经深入讨论了二分类任务的评估,下面来看一下对多分类问题的评估指标。 多分类问题的所有指标基本上都来自二分类指标,但要对所有类别进行平均。 除了精度,常用的工具有混淆矩阵和分类报告 sklearn.metrics.confusion_metrix sklearn.metrics. 阅读全文
摘要:
精度可以作为度量模型好坏的一个指标,它表示预测正确的样本数占所有样本数的比例。 但是在实践中,我们通常不仅对精确的预测感兴趣,还希望将这些预测结果用于更大的决策过程 1、 二分类指标 我们先看一下测量精度可能会怎么误导我们 1.1错误类型 ⭐精度并不能很好地度量预测性能,因为我们所犯得错误并不包括我 阅读全文