- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习中对变量的处理
将类别用一个向量表示，向量的长度等于类别总数N，向量中N-1个位置都为0，剩下一个为1，而1所在位置与向量表示的类别相对应。在实际操作中还可以直接调用scikit-learn中的函数直接进行编码操作，不过调用函数之前需要先对数据中的NAN值进行处理，。这些数字编码往往是由矩阵的形式存储的，取值为0或1，为了节省空间，可以采用键值对的形式记录1的位置和值。由于对计算机来说，它只能理解总共有多少类别，类别之间不同名称并没有什么区别，因此我们往往需要将类别转换成数字再后续操作。这种编码操作的常见操作有如下。
2023-08-17 20:20:55
96
原创 机器学习中常用的metrics
假设AUC为0.8，从数据集中随机选择一个正样本和一个负样本，那么正样本将以0.8的概率排名高于负样本。如果一个样本的得分高于另一个样本，那么可以说这个样本在模型中的排名高于另一个样本。在这个例子中，如果有正样本以0.8的概率排名高于负样本，这意味着正样本在模型中被分配了更高的概率得分，即模型认为它更可能属于正类。也就是说，如果模型对某个样本的预测非常确定，但预测结果却非常错误，那么对数损失会给予较大的惩罚。加权精确度：与宏平均精确度相同，但在这种情况下，它是根据每个类别中的项目数量进行加权平均的。
2023-08-02 13:18:59
565
原创 机器学习中的cross-validation
在机器学习中，将数据集分为两部分，一部分用来训练，一部分用来测试。为了模型能学习到更完备又不带“偏见”的特征，于是重复数据划分的过程，保证所有的数据都会被丢入到模型中进行训练。在这个过程中，上一次用于测试的数据可能下次就会用于训练，上一次用于训练的数据，下次可能会用于测试，于是称其为交叉验证。
2023-07-30 20:26:59
110
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人