sklearn的metrics,如何原理上理解预测结果的得分好坏? 发布于2023年09月09日 机器学习 从原理上分析模型预测结果得分的算法,这些预测模型的得分算法包括:查准率precision、召回率recall、以及整体的f1得分,文章的主要内容就是模拟这些得分是怎么计算的。苏南大叔的“写代码我最溜”博客,记录苏南... 阅读更多
利用sklearn的metrics,如何评估模型预测结果的好坏?发布于2023年09月08日 机器学习 已经有这么多机器学习的预测模型(换参数之后更多)了,模型自带了一个model.score(X_test, y_test)来评价自己的预测结果。那么,sklearn作为这些模型的合集,也是有个专门的评价体系的,相关的... 阅读更多
K近邻算法模型,如何对鸢尾花数据集进行预测?发布于2023年09月07日 机器学习 sklearn里面的K近邻算法模型,是如何对鸢尾花数据集进行预测的呢?K近邻算法的全称是"K-Nearest Neighbors"。从代码的角度上来看,套路依然一致,换包引用换模型名称,然后就执行代码就可以了。苏南... 阅读更多
支持向量机模型,如何对鸢尾花数据集进行预测?发布于2023年09月06日 机器学习 本文更新sklearn里面的支持向量机模型对鸢尾花数据集的预测过程,套路依然一致,换包引用换模型名称,然后就执行代码就可以了。对,就是这么简单。苏南大叔的“写代码我最溜”博客,记录苏南大叔的代码编程经验文章。本文测... 阅读更多
随机森林模型,如何对鸢尾花数据集进行预测?发布于2023年09月05日 机器学习 随机森林全称是“随机森林分类器”,一样也可以用于鸢尾花数据集的预测。根据苏南大叔的机器学习的模型预测的系列文章,可以推断:从表象上看,这些不同的预测模型套路都很一致。基本上换个模型引用,换个英文名,最多再调一下模型... 阅读更多