Sklearn
文章平均质量分 96
机器学习经典库
Nick Blog
这个作者很懒,什么都没留下…
展开
-
scikit-learn学习之SVM算法
一:我对SVM的理解先介绍一些简单的基本概念分隔超平面:将数据集分割开来的直线叫做分隔超平面。超平面:如果数据集是N维的,那么就需要N-1维的某对象来对数据进行分割。该对象叫做超平面,也就是分类的决策边界。间隔:一个点到分割面的距离,称为点相对于分割面的距离。数据集中所有的点到分割面的最小间隔的2倍,称为分类器或数据集的间隔。最大间隔:SVM分类器是要找最大的数据集间隔。支持向量:坐落在数据边际的...转载 2018-02-09 20:49:05 · 1649 阅读 · 0 评论 -
基于sklearn的常用分类任务指标Python实现
一、摘要分类任务常用指标包含混淆矩阵、每类分类精度、平均分类精度、总体分类精度、f1-score等。Python的sklearn.metrics 模块覆盖了分类任务中大部分常用的验证指标,本文选择其中几种评价指标展示代码片段,供读者使用。基于tensorflow-1.0与mnist数据集做demo展示并列举实验结果。文末附有sklearn.metrics模块的相关资料链接,方便高端玩家深入...转载 2018-04-13 17:05:51 · 583 阅读 · 0 评论 -
train_test_split参数之random_state
random_state 设置相同,那么当别人重新运行你的代码的时候就能得到完全一样的结果,复现和你一样的过程。如果你设置为 None,则会随机选择一个种子。...原创 2018-04-13 21:43:10 · 7177 阅读 · 0 评论 -
ValueError: Cannot have number of splits n_splits=3 greater than the number of samples: 1
If the number of splits is greater than number of samples, you will get the first error.因此,检查一下数据是否读取正确。转载:https://stackoverflow.com/questions/39824600/valueerror-cannot-have-number-of-splits-n...转载 2019-02-21 15:21:30 · 11521 阅读 · 8 评论