![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据可视化
章鱼千
机器学习在电力系统中的应用
展开
-
数据可视化之分类混淆矩阵——基本原理与基于python matplotlib/sklearn库的混淆矩阵代码实现
目录混淆矩阵简介基于python matplotlib/sklearn库的混淆矩阵代码实现效果示例代码实现参数讲解如果不想看前面的介绍可以直接点击目录转到“代码实现”与“参数讲解”部分混淆矩阵简介混淆矩阵(confusion matrix)是一种常用的分类模型评估指标,经可视化的混淆矩阵可以帮助我们直观地了解到模型对各类样本地分类情况。对于一个分类模型来说,每一个样本均有两种属性,真实标签...原创 2019-07-31 21:40:54 · 18383 阅读 · 6 评论 -
数据降维之主成分分析(PCA)与线性判别分析(LDA)对比
算法异同相同点:两者都是线性降维算法;两者均利用了矩阵特征值分解的思想;不同点:LDA为有监督的方法,要求原始数据包含类别标签PCA为无监督的方法;LDA降维有维数限制,必须降至数据类型数减一维及以下,PCA没有维数限制;LDA降维时以类间距离最大、类内距离最小为目标,PCA以所有样本间距离最大为目标;LDA本身可以用于分类,PCA不行;PCA方法下特征向量可以表示对应特征...原创 2019-09-30 01:04:24 · 1570 阅读 · 0 评论