机器学习
文章平均质量分 86
hola173841439
这个作者很懒,什么都没留下…
展开
-
学习回顾之线性回归和多项式
学习回顾model = LinearRegression() #线性回归poly = PolynomialFeatures(orders[index]) #定义多项式X = poly.fit_transform(x) #将原本数据集的每一种特征转化为多项式的特征print("X:",X)model.fit(X, y)y_pred = model.predict(X)假设degree = 2现在有(a,b)两个特征,使用degree=2的二次多项式则为(1,a,a2,ab,b,b原创 2020-10-12 19:13:10 · 412 阅读 · 0 评论 -
P-R曲线与ROC曲线计算
这里写目录标题P-R曲线与ROC曲线计算P-R曲线ROC曲线例子P-R曲线与ROC曲线计算基础知识准备很多学习器是为测试样本产生一个实值或概率预测,然后将这个预测值与一个分类阔值(threshold)进行比较,若大于|词值则分为正类,否则为反类。例如,神经网络在一般情形下是对每个测试样本预测出一个[0.0 ,1. 0] 之间的实值,然后将这个值与0.5 进行比较,大于0.5 则判为正例,否则为反例。这个实值或概率预测结果的好坏,直接决定了学习器的泛化能力。实际上,根据这个实值或概率预测结果,我们可将原创 2020-10-12 13:44:52 · 934 阅读 · 1 评论