cola_cola

摘要： 阅读全文

摘要： 包sklearn.metrics sklearn.metrics包含评分方法、性能度量、成对度量和距离计算 分类结果度量 参数大多是y_true和y_pred accuracy_score:分类准确度 condusion_matrix:分类混淆矩阵 classification_report:分类报 阅读全文

摘要： 如何评价聚类算法的性能呢？特别是应用在没有类别标注的数据集上。针对不同的数据特点，有以下两种方式: 1、如果被用来评估的数据本身带有正确的类别信息，可以使用ARI（Adjusted Rand Index） ARI指标与分类问题中计算准确性的方法类似，同时也兼顾到了类簇无法和分类一一对应的问题 用法： 阅读全文

摘要： 1、首先要进行特征的选择，特征的选择需要基于一定的背景知识 X = titanic[['age','pclass','sex']] y=titanic['survived'] 选择结束可以使用info()进行探查 2、有些特征缺失，我们需要将其补充完整 如果该特征是数值型 eg:age特征 可使用平 阅读全文

摘要： 如何使用pandas的read_csv模块以及其他读取文件的模块？？ 一起来看一看 Pandas中read_csv和read_table的区别 注：使用pandas读取文件格式为pandas特有的dataframe格式（二维数据表格），常使用info()来查看统计特性 1、Pandas中常见的加载文 阅读全文

摘要： StandardScaler 计算训练集的平均值和标准差，以便测试数据集使用相同的变换 官方文档： class sklearn.preprocessing.StandardScaler(copy=True, with_mean=True, with_std=True) Standardize fea 阅读全文