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

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

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

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

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

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

摘要： 参考：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.auc.html 在分类模型的性能评估指标总结章节中，我们讲到AUC曲线是分类模型的性能评价指标之一。接下来将对sklearn库中AUC曲线的具体计算方式进行讲解 阅读全文

摘要： 参考：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_curve.html 在分类模型的性能评估指标总结章节中，我们讲到ROC曲线是分类模型的性能评价指标之一。接下来将进一步对sklearn库中ROC曲线的计 阅读全文

摘要： 机器学习中所用模型的好坏需要通过一些量化的指标来评估。对于分类模型，是通过：1）精度（Accuracy）；2）准确率（Precision）；3）召回率（Recall）；4）F1分数；5）ROC曲线（Receiver operating characteristic curve，受试者工作特征曲线）； 阅读全文

摘要： 语法格式 DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=_NoDefault.no_default, squeeze=_NoDefault.no_default, observe 阅读全文