机器学习 数据分析1
在机器学习算法实践中,我们往往有着将不同规格的数据转换到同一规格,或不同分布的数据转换到某个特定分布的需求这种需求统称为将数据“无量纲化"譬如梯度和矩阵为核心的算法中,譬如逻辑回归,支持向量机,神经 网络,无量纲化可以加快求解速度:而在距离类模型,譬如K近邻,K-Means聚类中,无量纲化可以帮我们提升模型精度,避免某一个取值范围特别大的特征对距离计算造成影响。适用于二分类和多分类。解释:(预测正确)/(预测对的和不对的所有结果),简而言之就是预测正确的比例,模型score()方法返回的就是模型的准确率。
原创
2023-08-11 16:47:01 ·
73 阅读 ·
0 评论