2021-07-20

DataWhale集成学习Task04 分类

分类与回归

分类模型的输出值是离散的
回归模型的输出值是连续的

想要什么类型的输出：

优秀，良好，中等，及格，不及格 是分类输出
具体的分数 是回归输出

分类与聚类

监督学习（知道答案标签）：分类
无监督学习（没有标签）：聚类

Logistic 回归(常用于二分类）

sigmoid函数

鸢尾花分类示例代码（数据集有3类）

http://datawhale.club/t/topic/2762

import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split

# 加载数据集
iris=datasets.load_iris()
x=iris.data[:100]
y=iris.target[:100]
y.resize(y.reshape[0],1)
x_train,x_test,y_train.y_test=train_test_split(x,y,test_size=0.3,random_state=0)


def sigmoid(z):
	return 1/(1+np.exp(-z))

def lossfunc(X,y,w):
	loss=0
	X=np.array(X)
	y=np.array(y)
	w=np.array(w)
	size=y.shape[0]

### ？？？待处理
	for i in range(size):
		if y[i]==1:
			cost=cost-np.log(sigmoid(np.dot(X[i],w.T)))
		else:
			cost=cost-

分类模型指标

稀饭泥 https://blog.csdn.net/weixin_42365443/article/details/115190918

真正例TP：是指模型将正类别样本正确地预测为正类别。
真负例TN：是指模型将负类别样本正确地预测为负类别。
假正例FP：是指模型将负类别样本错误地预测为正类别。
假负例FN：是指模型将正类别样本错误地预测为负类别。

准确率
精确率

召回率

F1值

混淆矩阵

二分类与多分类