- 博客(2)
- 资源 (6)
- 收藏
- 关注
原创 TP FP FN TN precision Recall Accuracy
TP: true postive,实际上是正样本,预测也为正样本,真正 FP:false postive,实际上是负样本,预测为正样本,真负 FN:false negative,实际上是正样本,预测为负样本,假负 TN:true negative,实际上是负样本,预测为负样本,真负 precision :精准率 = TP/(TP+FP) Recall :召回率 = TP/(TP+FN)
2017-12-29 16:28:19 779
原创 sklearn.model_selection中的train_test_split使用方法,分割数据集,划分训练集和测试集
sklearn.model_selection中的train_test_split使用方法,分割数据集,划分训练集和测试集
2017-12-28 16:50:55 2883
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人