一、模型验证方法如下： ①通过交叉验证得分：model_sleection.cross_val_score(estimator,X) 结果图 ②对每个输入数据点产生交叉验证估计：model_selection.cross_val_predict(estimator,X) ③、计算并绘制模型的学习率曲 ...
分类：
其他好文 时间：
2019-10-31 18:01:33
阅读次数：
126
模型评估与参数调优实战： 通过对算法进行调优来构建性能良好的机器学习模型，并对模型的性能进行评估。 基于流水线的工作流： 在使用训练数据对模型进行拟合时就得到了一些参数，但将模型用于新数据时需重设这些参数。 scikit-learn中的Pipline类可以拟合出包含任意多个处理步骤的模型，并将模型用 ...
分类：
其他好文 时间：
2019-10-19 09:14:01
阅读次数：
80
第一章 <待更> 第二章 模型评估与选择 1，经验误差与过拟合 训练集上产生的误差成为训练误差或者经验误差；由于泛化误差不可知，故用经验误差来衡量泛化误差。 应适当允许经验误差；不是越小越好，太小，则易过拟合；太大，则欠拟合； 2，模型评估方法 评估学习器泛化误差，所用的测试集，要尽可能与训练集互斥 ...
分类：
其他好文 时间：
2019-10-06 13:20:33
阅读次数：
95
机器学习常用算法 k近邻算法 求出未知点 与周围最近的 k个点的距离 查看这k个点中大多数是哪一类 根号((x已知-x未知)^2+(y已知-y未知)^2) 即平面间2点距离公式 收异常点影响较大,因此需要做标准化处理 API:sklearn.neighbors.KNeighborsClassifie... ...
分类：
其他好文 时间：
2019-09-29 23:26:21
阅读次数：
106
第1章 课程介绍 第2章 数据获取 第3章 单因子探索分析与数据可视化 第4章 多因子探索分析 第5章 预处理理论 第6章 挖掘建模 第7章 模型评估 第8章 总结与展望 第1章 课程介绍 第2章 数据获取 第3章 单因子探索分析与数据可视化 第4章 多因子探索分析 第5章 预处理理论 第6章 挖掘 ...
分类：
编程语言 时间：
2019-09-27 23:11:21
阅读次数：
126
Sklearn库是基于Python的第三方库，它包括机器学习开发的各个方面。 机器学习的开发基本分为六个步骤，1）获取数据，2）数据处理，3）特征工程，4）机器学习的算法训练（设计模型），5）模型评估，6）应用。 机器学习的算法一般分为两种：一种既有目标值又有特征值的算法称之为监督学习，另一种只有特 ...
分类：
编程语言 时间：
2019-09-24 12:27:09
阅读次数：
189
原文链接 http://d0evi1.com/sklearn/model_evaluation/ 预测值：pred 真实值：y_test 直接用平均值 mean(pred == y_test) 准确得分 from sklearn.metrics import accuracy_score accur ...
分类：
其他好文 时间：
2019-09-17 18:56:20
阅读次数：
73
一、定义： 监督学习主要包括分类和回归 当输出被限制为有限的一组值(离散数值)时使用分类算法 当输出可以具有范围内的任何树值(连续数值)时使用回归算法 相似度学习是和回归和分类都密切相关的一类监督学习，它的目的是使用相似函数从样本中学习，这个函数可以度量两个对象之间的相似度或关联度 二、监督学习三要 ...
分类：
其他好文 时间：
2019-09-03 09:55:35
阅读次数：
104
7.1 分类模型评估 1、二分类 混淆矩阵中对角线的元素代表正确分类的数量； 非对角线元素代表错误分类的数量。 所以最为理想的模型（拿测试集来看），应该是一个对角阵。若无法得到对角阵，对角线上的数字之和如果占统治地位也是可以的。 片面的追求查准率可能会降低召回率 2、多分类 recall参数中的av ...
分类：
其他好文 时间：
2019-09-01 19:02:14
阅读次数：
128
分类结果混淆矩阵（confusion matrix）： 1.准确率--accuracy 定义：对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。计算方法： 2.精确率--precision（P）定义：被判定为正例（反例）的样本中，真正的正例样本（反例样本）的比例。计算方法： 3.召回率-- ...
分类：
其他好文 时间：
2019-09-01 01:31:12
阅读次数：
164
