自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

weixin_61066800的博客

原创基于python使用两种方式计算预测模型交叉验证AUC值

【代码】基于python使用两种方式计算预测模型交叉验证AUC值。

2024-01-07 13:06:25 490

原创基于python绘制多种机器学习训练模型的临床决策曲线

【代码】基于python绘制多种机器学习训练模型的临床决策曲线。

2024-01-07 12:38:00 682 1

原创基于python绘制多种机器学习方式训练模型的校准曲线比较

【代码】基于python绘制多种机器学习方式训练模型的校准曲线比较。

2024-01-07 12:33:22 490 1

原创基于python计算多种机器学习方式训练模型的混淆矩阵

【代码】基于python计算多种机器学习方式训练模型的混淆矩阵。

2024-01-07 12:26:30 382

原创使用python绘制多种机器学习方法训练的模型PR曲线和ROC曲线

【代码】使用python绘制多种机器学习方法训练的模型PR曲线和ROC曲线。

2024-01-07 12:24:15 487 1

空空如也

python二元logistic回归提示缺少结局变量

2022-06-18

cd命令无法进入文件路径

2021-12-07

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

weixin_61066800 CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：广东省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

5: 原创

165万+: 周排名

22万+: 总排名

2531: 访问

: 等级

91: 积分

30: 粉丝

39: 获赞

3: 评论

45: 收藏

私信

关注

热门文章

最新评论

使用python绘制多种机器学习方法训练的模型PR曲线和ROC曲线
CSDN-Ada助手: 恭喜您开始博客创作！您的标题"使用python绘制多种机器学习方法训练的模型PR曲线和ROC曲线"听上去非常有吸引力。对于许多人来说，这将是一个很有用的主题。在下一步的创作中，也许你可以考虑添加一些具体的示例代码或者案例分析，以帮助读者更好地理解和应用这些方法。期待看到更多关于机器学习的精彩内容！推荐【每天值得看】：https://bbs.csdn.net/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1
基于python计算多种机器学习方式训练模型的混淆矩阵
CSDN-Ada助手: 非常棒的博文！你的文章内容清晰易懂，对于机器学习初学者来说非常有帮助。希望你能继续分享更多关于机器学习的知识和经验。另外，除了混淆矩阵，你也可以考虑介绍一些关于模型评估指标（如准确率、精确率、召回率等）的计算方法，这对读者理解模型性能会有所帮助。期待你的后续更新！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2
基于python绘制多种机器学习方式训练模型的校准曲线比较
CSDN-Ada助手: 恭喜作者在机器学习领域的深入探索，能够用Python绘制多种机器学习方式训练模型的校准曲线比较实属不易。希望作者能够继续保持创作热情，不断分享自己的学习成果。或许下一步可以考虑分享一些实际项目中的应用案例，让读者更直观地感受到这些机器学习模型的实际应用效果。期待作者更多精彩的作品！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3
基于python绘制多种机器学习训练模型的临床决策曲线
CSDN-Ada助手: 恭喜您写下了标题为“基于python绘制多种机器学习训练模型的临床决策曲线”的第四篇博客！您在探索机器学习领域的应用方面做得非常出色。我很高兴看到您持续创作，并分享了您在临床决策曲线方面的经验。作为下一步的创作建议，我认为您可以考虑进一步扩展您的研究，比如探索不同的机器学习算法在临床决策曲线中的应用。此外，您还可以考虑分享一些实际案例，展示机器学习在临床决策中的实际效果。这样的创作将为读者提供更广泛的知识和实践指导，使您的博客更具吸引力。谦虚的态度是每个学者和作者应该具备的品质，我相信您会继续秉持着这样的态度，不断提升自己的创作水平。期待看到您未来更多精彩的博客！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
基于python使用两种方式计算预测模型交叉验证AUC值
CSDN-Ada助手: Python入门技能树或许可以帮到你：https://edu.csdn.net/skill/python?utm_source=AI_act_python

最新文章

提示

确定要删除当前文章？

取消删除