machine learning
leon_wzm
这个作者很懒,什么都没留下…
展开
-
从混淆矩阵看各种度量
前言机器学习中各种度量很容易搞晕学习者的头脑。但是如果把他们和混淆矩阵一起来看的话,会容易理解很多。我也是经常接触,所以有一些自己的感悟,记录下来。混淆矩阵(confusion matrix)我理解上的混淆矩阵就是一个分类器对于正反例(假设是二分类,多分类也类似)的混淆程度。我有见过两种不同混淆矩阵,主要区别是对于真实的类别和猜测的类别的位置互换。其实本质上没有大区别的,看原创 2017-08-24 10:08:48 · 6765 阅读 · 1 评论 -
keras实践(一): multi-label神经网络
前沿本篇记录一下自己项目中用到的keras相关的部分。由于本项目既有涉及multi-class(多类分类),也有涉及multi-label(多标记分类)的部分,multi-class分类网上已经很多相关的文章了。这里就说一说multi-label的搭建网络的部分。之后如果有时间的时候,再说一说cross validation(交叉验证)和在epoch的callback函数中处理一些多标签度量metr原创 2017-08-28 16:29:20 · 13570 阅读 · 5 评论