摘要：
在使用sklean处理一个机器学习实例时，可能会经过数据缩放、特征合并以及模型学习拟合等过程；并且，当问题更为复杂时，所应用到的算法以及模型则较为繁杂。 与此同时，经过实践发现，在忽略一些细节的前提下，可以通过将这些数据处理步骤结合成一条算法链，以更加高效地完成整个机器学习流程；由此，管道（pipe 阅读全文
摘要：
仿照上篇博文对于混淆矩阵、ROC和AUC指标的探讨，本文简要讨论机器学习二分类问题中的混淆矩阵、PR以及AP评估指标；实际上，（ROC,AUC）与（PR,AP）指标对具有某种相似性。 ####按照循序渐进的原则，依次讨论混淆矩阵、PR和AP： 设定一个机器学习问题情境：给定一些肿瘤患者样本，构建一个 阅读全文
摘要：
本篇博文简要讨论机器学习二分类问题中的混淆矩阵、ROC以及AUC评估指标；作为评价模型的重要参考，三者在模型选择以及评估中起着指导性作用。 ####按照循序渐进的原则，依次讨论混淆矩阵、ROC和AUC： 设定一个机器学习问题情境：给定一些肿瘤患者样本，构建一个分类模型来预测肿瘤是良性还是恶性，显然这 阅读全文
摘要：
在深度学习领域，Keras是一个高度封装的库并被广泛应用，可以通过调用其内置网络模块（各种网络层）实现针对性的模型结构；当所需要的网络层功能不被包含时，则需要通过自定义网络层或模型实现。 如何在keras框架下自定义层，基本“套路”如下。 ####一般地，keras中的网络层是一个类，所以自定义层即 阅读全文
摘要：
Python中的装饰器是Python语言中的一个重要组成部分，属于python语法糖一大体现。 装饰器可以一言以蔽之： ####装饰器是修改其他函数的功能的函数，装饰器的作用就是为已经存在的对象添加额外的功能。 装饰器本质上是一个 Python 函数或类，它可以让其他函数或类在不需要做任何代码修改的 阅读全文