- 博客(3)
- 收藏
- 关注
原创 机器学习入门——sklearn关于LogisticRegression模型改进
在机器学习的过程中训练模型是很重要的一件事情,但是训练出来的模型不知道它到底好不好,因此针对模型更换参数(比如我有一个机器人,我不知道它用什么类型的大脑比较好用,给它换大脑试试)更重要咯。本文虽然只调整了一次参数,不过也有很大的收获!
2024-07-13 13:50:35
895
1
原创 机器学习入门——sklearn关于LinearRegression模型评估
MAE①就简单的数字加减,误差都均一对待,对谁都不偏袒②它对异常值不敏感,有离群点(比如一群40岁群体中出现了18岁的小屁孩,这个小屁孩就是离群点,他是异常的数据,不一定是错误的数据)的情况下鲁棒性强(强壮的意思),比如出现极端天气台风(离群点)下的高楼大厦(计算出来的MAE只会轻微的浮动摇摆)屹立不倒,这就是鲁棒性较强。所以为了检验这个模型预测效果到底如何,避免用户使用的时候出现大规模的识别错误,就需要对模型进行评估,评估这个模型到底好还是坏,预测的准确还是不准确。简单来说,就是我现在有一批真实标签。
2024-07-11 17:53:22
688
2
原创 机器学习入门——认识sklearn的LinearRegression
库对于初学者来说概念有点难理解,所以本文先介绍了库的简单概念,再通过创建数据以及提取数据进行机器学习线性回归的模型预测,能够帮助我更好的理解机器学习的整个大框架的过程。
2024-07-11 12:48:43
266
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人