sklearn学习笔记

5、model常用属性和功能

model=LinearRegression()
model.fit(data_x,data_y)
print(model.coef_)  #y=0.1*x+0.3   coef_ 对应0.1, intercept对应0.3
print(model.intercept_)
print(model.get_params()) #{'copy_X': True, 'fit_intercept': True, 'n_jobs': 1, 'normalize': False}
print(model.score(data_x,data_y))  #R^2 coefficient of determination

4、sklearn.datasets中有丰富的数据，可以加以利用

 

3、机器学习常见学习效果指标说明    

https://blog.csdn.net/qq5q13638/article/details/78379817

Accuracy：准确度，

Sensitivity(tpr)：敏感度，这个的计算方式是

Specificity：特异度

Positive predictive value 阳性结果中真阳性的比率

Negative predictive value：阴性预测值
Brier Score：可以理解成判断结果与真实结果的平均距离吧~距离越小表明结果越好

AUC：Area Under roc Cure ，越大越好
这个概念可以是数据挖掘或者机器学习中较为重要的指标之一（甚至比accuracy还要更加重要一些），其字面意思就是在ROC曲线下面的面积

 

机器学习过程中，构建策略后，相同代码、数据，每次回测结果不一致，且差别很大，是什么原因？该如何处理？

https://zhuanlan.zhihu.com/p/27787096  

评估机器学习模型的稳定性(Stability)和评估机器学习的表现(Performance)有本质上的不同，不能简单的通过评估准确率这种指标来说一个机器学习稳定与否。举个最简单的例子，假设一个模型一会儿表现特别好，一会儿比较特别差，我们敢用这个模型于实际生产中吗？说白了，稳定性还是由于数据的方差Variance决定。

那么有小伙伴说了，我们或许可以用交叉验证(cross-validation)来评估一个算法模型的稳定性。没错这是个正确的思路，但最大的问题，就是交叉验证太慢了

解答：同样数据，用svm回测，学习100个月，预测100多个月，每次结果不一致，有一些差别

是因为每次y是随机产生的，导致结果不一致。

判断正确的次数总的判断的次

判断有病且判断正确的次数总的有病的次

判断没病且正确的次数总的没病的次数

2、sklearn的属性，通过from sklearn.  得到。

pipeline  model_selection  linear_model  base  calibration  cluster  covariance  cross_decomposition  交叉分解

datasets  decomposition  discriminant_analysis 判别分析  dummy  ensemble  exceptions  externals

feature_extraction  feature_selection  gaussian_process  grid_search  isotonic  kernel_approximation (核近似，模块基于傅立叶变换实现了几个近似核函数图)

kernel_ridge  learning_curve  manifold  metrics  mixture  multiclass  multioutput  naive_bayes  neighbors  neural_network

preprocessing  random_projection  semi_supervised  setup  svm  tests  tree  utils

 

1、dir(sklearn)

import sklearn
dir(sklearn)
Out[3]: 
[ 'base','clone','config_context', 'exceptions','externals',
 'get_config', 'logger', 'logging', 'os', 're', 'set_config', 'setup_module', 'sys', 'utils', 'warnings'

 

转载于:https://www.cnblogs.com/bawu/p/8996153.html