sklearn的metrics,准确度accuracy_score查准率precision_score发布于2023年09月11日 机器学习 本文继续探求sklearn对一个模型的好坏做判断的标准,在前面的文章中,大家已经看到了precision_score,recall_score和f1_score这三个标准,实际上还有一个accuracy_score... 阅读更多
sklearn的metrics,如何原理上理解预测结果的得分算法? 发布于2023年09月09日 机器学习 从原理上分析模型预测结果得分的算法,这些预测模型的得分算法包括:查准率precision、召回率recall、以及整体的f1得分,文章的主要内容就是模拟这些得分是怎么计算的。苏南大叔的“平行空间笔记本”博客,记录苏南... 阅读更多
利用sklearn的metrics,如何评估模型预测结果的好坏?发布于2023年09月08日 机器学习 已经有这么多机器学习的预测模型(换参数之后更多)了,模型自带了一个model.score(X_test, y_test)来评价自己的预测结果。那么,sklearn作为这些模型的合集,也是有个专门的评价体系的,相关的... 阅读更多
K近邻算法模型,如何对鸢尾花数据集进行预测?发布于2023年09月07日 机器学习 sklearn里面的K近邻算法模型,是如何对鸢尾花数据集进行预测的呢?K近邻算法的全称是"K-Nearest Neighbors"。从代码的角度上来看,套路依然一致,换包引用换模型名称,然后就执行代码就可以了。苏南... 阅读更多
支持向量机模型,如何对鸢尾花数据集进行预测?发布于2023年09月06日 机器学习 本文更新sklearn里面的支持向量机模型对鸢尾花数据集的预测过程,套路依然一致,换包引用换模型名称,然后就执行代码就可以了。对,就是这么简单。苏南大叔的“平行空间笔记本”博客,记录苏南大叔的代码编程经验文章。本文测... 阅读更多