![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 67
数据分析
铲屎的胖虎
这个作者很懒,什么都没留下…
展开
-
机器学习模型度量方法,分类及回归模型评估
如何度量模型的性能对于分类和回归两类监督学习,分别有各自的评判标准一、分类模型的评估在对比不同模型的能力时,使用不同的性能度量时往往会导致不同的判断结果。这意味着模型的好坏是相对的,什么样的模型是好的,不仅取决于算法和数据,还取决于任务需求。1. 准确率(Accuracy)、查准率 / 精确率(Precision)、查全率 / 召回率(Recall)对于二分类问题:查准率表现为预测为正的样本中有多少是真的正样本查全率表现为所有真的正样本中到底有多少被检测出来。查准率和查全率的应用场景:原创 2021-04-12 11:55:14 · 1832 阅读 · 0 评论 -
数据集划分函数sklearn.model_selection.train_test_split参数详解
该函数可以随机划分样本数据为训练集和测试集sklearn.model_selection.train_test_split(train_data,train_target,test_size=0.3,random_state=5)参数详解:train_data:待划分样本数据train_target:待划分样本数据的结果,与train_data一一对应test_size:可以为浮点、整数或None,默认为None浮点数表示测试数据占总样本的比例;整数表示测试样本的样本数量;若为None时,原创 2021-03-27 15:59:07 · 923 阅读 · 0 评论