![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python编程
weixin_41724971
保密
展开
-
2023年3月24日星期五-混淆矩阵
机器学习分类准则原创 2023-03-24 10:26:55 · 55 阅读 · 0 评论 -
2022年6月21日 - 关于Pycharm plt.show没有图像显示
Setting->Tools->Python Scientific->Show plots in Toolwindow ,然后取消勾选就可以了,然后就可以弹出显示图形了。import matplotlibmatplotlib.use('TkAgg')plt.savefig("E:\\filename.fig")plt.show()原创 2022-06-21 20:43:30 · 915 阅读 · 0 评论 -
西储大学轴承数据预处理(1)
轴承数据处理——1参考公众号《故障诊断》原创 2022-02-23 16:54:19 · 1786 阅读 · 0 评论 -
2021-10-20 LDA降维python代码应用详解
用scikit-learn进行LDA降维 在线性判别分析LDA原理总结中,我们对LDA降维的原理做了总结,这里我们就对scikit-learn中LDA的降维使用做一个总结。1.对scikit-learn中LDA类概述 在scikit-learn中, LDA类是sklearn.discriminant_analysis.LinearDiscriminantAnalysis。那既可以用于分类又可以用于降维。当然,应用场景最多的还是降维。和PCA类似,LDA降维基本也不用调参,只需要指定.原创 2021-10-20 10:54:22 · 2673 阅读 · 0 评论 -
2021-09-23 2022年2月17日修改 随机森林调参&参数说明
scikit-learn随机森林调参小结 - 刘建平Pinard - 博客园原创 2022-02-17 22:26:20 · 183 阅读 · 0 评论 -
2021年8月13日 StandardScaler进行数据标准化
from sklearn.preprocessing import StandardScalerdata = [[0, 0], [0, 0], [1, 1], [1, 1]]print(data)scaler = StandardScaler()print(scaler.fit_transform(data))x = scaler.fit_transform(data) # x是array格式原创 2021-08-13 15:25:55 · 826 阅读 · 0 评论 -
画ROC为什么clf.predict_proba(X_train)[:, 1] 而不是[:,0]?
y_train_prob = clf.predict_proba(X_train)[:, 1]这行代码让我疑惑,它究竟是什么意思呢?print(clf.predict(x_test)) #返回预测标签就是预测值是哪些print(clf.predict_proba(x_test)) #返回预测属于某标签的概率就是属于某类预测值的概率是多少而对于[:,1]是取二维数组中第二维的所有数据举个例子: y_train_prob = clf.pred...原创 2021-08-11 11:29:19 · 1164 阅读 · 0 评论 -
2021年8月11日 记录5个模型(逻辑回归、SVM、决策树、随机森林、XGBOOST)关于ACCURACY、PRECISION,RECALL和F1-SCORE、AUC值的评分表格,并画出ROC曲线。
数据集下载地址:链接:https://pan.baidu.com/s/1eAxEpYv5jtZahDuGCIkGrw提取码: 1024import pandas as pdimport numpy as npfrom sklearn.impute import SimpleImputerfrom sklearn.preprocessing import OrdinalEncoderfrom sklearn.model_selection import train_test_splitf..原创 2021-08-11 11:19:53 · 388 阅读 · 0 评论 -
2021-06-03 pd.read_csv用法问题指南
2021年6月3日 pd.read_csv用法问题指南import pandas as pddata1 = pd.read_csv('rating.csv')print(data1)print("************取消第一行作为表头*************")data2 = pd.read_csv('rating.csv',header=None)print(data2)print("************为各个字段取名**************")data3 = pd.re原创 2021-06-03 21:09:01 · 526 阅读 · 0 评论 -
2021年6月3日 TypeError: ‘(slice(None, None, None), 1)’ is an invalid key
2021年6月3日 TypeError: ‘(slice(None, None, None), 1)’ is an invalid key提示错误:slice(None, None, 0)搜索“python矩阵运算提示KeyError: (slice(None, None, None), 1)”结果:使用变量X_trans的值时要改变格式为X_trans_1 = X_trans.values感谢:https://blog.csdn.net/qxqxqzzz/article/details/8原创 2021-06-03 20:27:51 · 4576 阅读 · 0 评论