![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
moriarty_jack
这个作者很懒,什么都没留下…
展开
-
sklearn 机器学习性能分析指标
分类是机器学习中比较常见的任务,对于分类任务常见的评价指标有准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1 score、P-R曲线、ROC曲线(Receiver Operating Characteristic Curve)等。混淆矩阵在了解这几个性能指标之前,需要先了解混淆矩阵,混淆矩阵中的P表示Positive,即正例或者阳性,N表示Negative,即负例或者阴性。表中FP表示实际为负但被预测为正的样本数量,TN表示实际为负被预测为负的样本的数量,T原创 2020-09-23 19:34:47 · 1169 阅读 · 0 评论 -
sklearn SVM原理与实现(附代码)
1.SVM简介支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类(binary classification)的广义线性分类器(generalized linear classifier),其决策边界是对学习样本求解的最大边距超平面(maximum-margin hyperplane)。SVM的基本思想是:找到集合边缘上的若干数据(称为支持向量(Support Vector)),用这些点找出一个平面(称为决原创 2020-09-06 16:40:13 · 21677 阅读 · 2 评论