05 2023 档案

python Levenshtein—计算字符串相似性

摘要：参考：https://maxbachmann.github.io/Levenshtein/ Levenshtein 距离，也称编辑距离，是一种字符串度量，用于衡量两个序列之间的差异。通俗地说，两个字符串之间的 Levenshtein 距离是将一个字符串更改为另一个字符串所需的最小单字符编辑（插入、删阅读全文

posted @ 2023-05-28 20:23 yayagogogo 阅读(859) 评论(0) 推荐(0) 编辑

感知机（Perceptrons）—人工神经元

摘要：1957年科学家Frank Rosenblatt 开发了感知机这一人工神经元。感知机是二类分类的线性分类模型，属于判别模型。它由两层神经元组成，输入层接收样本的特征，输出层产生样本的二进制类别。感知机模型假设我们有m个样本，每个样本有n个特征，对应的输出结果y为-1或1。感知机的工作原理就是输入阅读全文

posted @ 2023-05-23 18:58 yayagogogo 阅读(236) 评论(0) 推荐(0) 编辑

numpy.empty—返回给定形状和类型的未初始化新数组

摘要：语法格式 numpy.empty(shape, dtype=float, order='C', *, like=None) 参数解释： shape: 空数组的形状 dtype: 数据类型 order: 在内存中以行("C")或列("F")顺序存储多维数据，默认为"C" 返回未初始化(任意)数据给定形阅读全文

posted @ 2023-05-05 20:10 yayagogogo 阅读(32) 评论(0) 推荐(0) 编辑

numpy.ndarray.flatten-返回numpy对象的一维数组

摘要：参考：https://numpy.org/doc/stable/reference/generated/numpy.ndarray.flatten.html 语法格式 ndarray.flatten(order='C') order: “C”表示按行(C-style)顺序折叠。“F”表示按列(For 阅读全文

posted @ 2023-05-04 22:20 yayagogogo 阅读(26) 评论(0) 推荐(0) 编辑

sklearn.metrics.precision_recall_curve—计算不同概率阈值的精确召回对（仅限于二分类任务）

摘要：参考：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_curve.html 在分类模型的性能评估指标总结章节中，提到的Precision-Recall 曲线可通过sklearn库中的阅读全文

posted @ 2023-05-04 21:38 yayagogogo 阅读(616) 评论(0) 推荐(0) 编辑

sklearn.metrics.confusion_matrix—计算混淆矩阵来评估分类的准确性

摘要：在分类模型的性能评估指标总结中，已讲过混淆矩阵形式，接下来将介绍如何通过sklearn库中的confusion_matrix函数快速获得混淆矩阵。语法格式 sklearn.metrics.confusion_matrix(y_true, y_pred, *, labels=None, sample 阅读全文

posted @ 2023-05-04 20:51 yayagogogo 阅读(822) 评论(0) 推荐(0) 编辑

pandas drop、loc和iloc函数对数据框进行操作

摘要：pandas.DataFrame.drop—从行或列中删除指定的标签参考：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html 语法格式 DataFrame.drop(labels 阅读全文

posted @ 2023-05-03 21:11 yayagogogo 阅读(149) 评论(0) 推荐(0) 编辑