- 博客(3)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 如何理解召回率、精确率以及准确率？
True Positive(真正, TP)：将正类预测为正类数. True Negative(真负 , TN)：将负类预测为负类数. False Positive(假正, FP)：将负类预测为正类数 → 误报 (Type I error). False Negative(假负 , FN)：将正类预测为负类数 →漏报 (Type II error).实际上非常简单，精确率是针对我们预测结果而言的
2017-05-30 16:18:11
6032
1
原创 kNN分类原理以及python实现手写数字分类
kNN算法分类原理K最近邻(kNN，k-Nearest Neighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本
2017-05-29 17:38:50
2078
原创 朴素贝叶斯分类原理及Python实现简单文本分类
贝叶斯定理： 这个定理解决了现实生活里经常遇到的问题：已知某条件概率，如何得到两个事件交换后的概率，也就是在已知P(A|B)的情况下如何求得P(B|A)。这里先解释什么是条件概率：表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。
2017-05-28 15:21:37
11987
3
朴素贝叶斯分类原理及Python实现简单文本分类
2018-05-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人