- 博客(6)
- 收藏
- 关注
原创 sklearn:precision、recall、F1值得average参数理解
分类实验的评价指标多用精确率(查准率)、召回率(查全率)、F1值。其二分类时的计算方式不做解释,着重记录多分类时其评价值的平均值的计算方式,主要有两种macro和weighted。以precision为例,P表示二分类时精确率的计算结果macro:不考虑类别数量,不适用于类别不均衡的数据集,其计算方式为: 各类别的P求和/类别数量weighted:各类别的P × 该类别的样本数量(实际...
2018-08-26 22:41:35
5969
1
原创 numpy、pandas的 axis 理解
axis为轴的意思,但是在使用中如 :np.argmax()df.drop()都会使用到axis参数,不同的axis(0,1)参数会得到不同的结果,这里对axis参数的理解做一个记录。axis=1:表示水平方向的计算结果axis=0:表示垂直方向的计算结果Pandas import pandas as pddf = pd.DataFrame([[1, 1, 1,...
2018-08-24 10:42:56
567
原创 4.手写数字识别-简单版
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#加载手写数字图像数据minist=input_data.read_data_sets('MNIST_data', one_hot=True)#定义每个批次的大小batch_size=200#计算共有多少批次enom...
2018-08-24 10:22:35
520
原创 3.tensorflow-非线性拟合实战1
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt#[:,np.newaxis]:增加一维数据x_data=np.linspace(-0.5,0.5,200)[:,np.newaxis]bias=np.random.normal(0,0.02,x_data.shape)y_data=np....
2018-05-19 14:41:18
1170
原创 2.tensorflow基本概念
TensorFlow是基于计算图的框架:使用图(Graph)来表示计算任务.使用tensor表示数据.在被称之为会话(session)的上下文 (context) 中执行图.通过变量(variable)维护状态.使用feed和fetch可以为任意的操作(Operation)赋值或者从其中获取数据.TensorFlow程序通常可以分为两个阶段: 图的构建阶段和图的执行阶段一、计算图(Graph) ...
2018-05-18 10:27:42
227
原创 1.TensorFlow环境搭建
1.安装anaconda(python集成开发环境)2.命令行模式:pip install tensorflow3.import tensorflow 监测是否完成安装
2018-05-18 09:39:38
222
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人