会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
夏天到了
博客园
首页
新随笔
联系
订阅
管理
2019年6月24日
机器学习--特征选择
摘要: 特征选择能够提升模型的性能,更能帮助我们理解数据的特点、底层结构,改善模型算法增强模型繁华能力,减少过拟合。特征提取的方法分为3种:Filter过滤法、Wrapper包裹式、Embedded嵌入法 1.过滤法 移除低方差特征(不需要特征值):计算各个特征的方差,设定阈值,选择方差>阈值的特征 以波士
阅读全文
posted @ 2019-06-24 23:09 夏天到了
阅读(565)
评论(0)
推荐(0)
编辑
机器学习--算法评价指标
摘要: ROC曲线,AUC TPR = TP/(TP+FN),FPR=FP/(TN+FP)。 多分类情况,常用指标为宏平均和微平均、混淆矩阵y_true=[0,0,1,1,2,2,2]y_pred=[0,1,1,1,2,0,2] 混淆矩阵 雅克比相似性及损失函数 2、回归指标y_true=[0.3, 2.4
阅读全文
posted @ 2019-06-24 11:22 夏天到了
阅读(759)
评论(0)
推荐(0)
编辑
公告