- 博客(3)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 【学习笔记】如何快速理解线性回归和逻辑回归
此时，我想要拟合一个模型，输入一个素人的年龄、身高、体重等信息，给我快速输出这个素人最可能/最适合去哪个娱乐公司。显然，这没什么意义，我们也不可能对着这样一个图像去求解它的最佳参数。现在，我希望拟合出一个公式，输入年龄和身高，就能输出这个爱豆的体重（预测值）。接着，我们可以通过python函数来完成模型拟合，以求解a、b和c这三个参数。其中，y代表体重，x1和x2分别代表年龄和身高，c为截距项。因此，我们引入了逻辑回归模型。现有一组爱豆数据，包含了每个人的年龄、身高、体重等数据。三、二者的区别和联系。
2023-10-04 12:13:41
45
1
原创 【学习笔记】混淆矩阵、ROC和AUC
但是在本节开头，我们通过提高阈值，成功地将金智秀从“SM人”扭转回“YG人”，让这个分类器从“一般的表现”升级到了“还不错”。现在，我们顺利地绘制出了ROC曲线，可以非常直观地看到分类器在不同阈值的“刺激”下所表现出的分类效果。现在假设我们构建了一个分类器，输入这些爱豆的特征数据，如身高、体重、声乐、跳舞、表现力等，让分类器自动预测这个爱豆属于SM娱乐公司的概率。例如，现有一组爱豆数据，共有4个人，每个人都会被标记为"SM"或“YG"，代表他们所属的娱乐公司。了两个人的所属公司，这也是“混淆矩阵”中。
2023-09-29 15:53:33
70
2
空空如也
pandas的qcut函数如何控制分割区间左右的闭合。
2021-07-05
TA创建的收藏夹 TA关注的收藏夹
TA关注的人