everda

  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

2019年8月13日

摘要: 一、V1.0(sklearn版) 1.1简易API 1.2复杂API 目的是尽量全。 1.3API资料 目的是前面不满足使用或不太理解可以从这里获得灵感。 阅读全文
posted @ 2019-08-13 19:32 everda 阅读(184) 评论(0) 推荐(0) 编辑

摘要: 一、原理阐述 算法类型:监督学习_分类算法 输入:数值型或标称型(标称型需要独热编码) V1.0 用回归方式解决二分类问题,通过引入一个Sigmoid函数将中间y值映射到实际二分类的y值上。 二、算法选择 三、算法过程 1.Sigmoid函数是一个x值域是(-∞,+∞),y值域是(0,1)的单调递增 阅读全文
posted @ 2019-08-13 19:23 everda 阅读(172) 评论(0) 推荐(0) 编辑

摘要: python sklearn包——混淆矩阵、分类报告等自动生成 https://blog.csdn.net/u010454729/article/details/50769034 阅读全文
posted @ 2019-08-13 15:45 everda 阅读(537) 评论(0) 推荐(0) 编辑

摘要: 1. 分类模型评估 sklearn有三种方式评估一个模型的预测质量, 1)各模型模块都有一个score方法; 2)cross-validation模块有评估工具; 3)metrics模块有一些评估函数。 这里提供metrics模块API,其他参见参考资料。 #对测试集进行预测 y_predict = 阅读全文
posted @ 2019-08-13 15:34 everda 阅读(274) 评论(0) 推荐(0) 编辑