学无止境，居安思危

文章来源：https://blog.csdn.net/wf592523813/article/details/952024481 二分类评价指标准确率，精确率，召回率，F1-Score， AUC, ROC, P-R曲线1.1 准确率（Accuracy）评价分类问题的性能指标一般是分类准确率，即对于给定的数据，分类正确的样本数占总样本数的比例。注意：准确率这一指标在Unbalanced数据集上的表现很差，因为如果我们的正负样本数目差别很大，比如正样本100个，负样本9900个，那么直接把所有

内容来源：https://www.jiqizhixin.com/articles/2019-01-30-15简介在本文中，我们将研究Seaborn，它是Python中另一个非常有用的数据可视化库。Seaborn库构建在Matplotlib之上，并提供许多高级数据可视化功能。尽管Seaborn库可以用于绘制各种图表，如矩阵图、网格图、回归图等，但在本文中，我们将了解如何使用Seaborn库绘制分布和分类图。在本系列的第二部分中，我们将了解如何绘制回归图、矩阵图和网格图。下载Seaborn库我

文章来源：https://www.cnblogs.com/solong1989/p/9620170.htmlSVM简介及sklearn参数1.SVM简介　　支持向量机SVM（Support Victory Machines）方法建立在统计学VC维和结构风险最小化原则上，既可以用于分类（二/多分类）、也可用于回归和异常值检测。SVM具有良好的鲁棒性，对未知数据拥有很强的泛化能力，特别是在数据量较少的情况下，相较其他传统机器学习算法具有更优的性能。　　　使用SVM作为模型时，通常采用如下流程：

文章参考来源：https://www.cnblogs.com/yanqiang/p/11600569.htmlhttps://www.cnblogs.com/baby-lily/p/10646226.htmlhttps://blog.csdn.net/liuziyuan333183/article/details/107399633决策树算法决策树算法主要有ID3, C4.5, CART这三种。ID3算法从树的根节点开始，总是选择信息增益最大的特征，对此特征施加判断条件建立子节点，递

文章来源：https://blog.csdn.net/algorithmPro/article/details/103045824Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具。它建立在 NumPy, SciPy, Pandas 和 Matplotlib 之上，里面的 API 的设计非常好，所有对象的接口简单，很适合新手上路。在 Sklearn 里面有六大任务模块：分别是分类、回归、聚类、降维、模型选择和预处理，如下图从其官网的截屏。要使用.

文章来源：https://www.cnblogs.com/LXP-Never/p/11558302.html快速傅里叶变换及python代码实现目录一、前言  傅里叶变换相关函数  基于傅里叶变换的频域滤波  离散傅里叶变换（DFT）二、短时傅里叶变换stft三、frequency bin参考一、前言　　我想认真写好快速傅里叶变换（Fast Fourier Transform，FFT），所以这篇文章会由浅到细，由窄到宽的讲解，但是傅里叶变换对于寻常人并不是很容易理解的，所以对于基

题目要求现在有这样的一个需求：创建一个数组或列表，列表中的所有值是相同的。解决方法找到2中解决方法，第一种是使用Python的基础语法，第二种是借助numpy包提供的函数实现。分别为大家进行介绍。方法一：使用Python基础语法使用“*”号可以实现列表的创建，使用非常简单，以下示例将会创建长度为20的列表。另外，不仅可以复制单个元素，还可以实现多个元素的复制，如下示例：方法二：使用numpy包的函数实现...