-
机器学习模型性能评估指标及实践
本文介绍了机器学习模型性能评估的常见指标和实践方法,包括混淆矩阵、准确率、精确率、召回率、F1 score、P-R曲线、AUC/ROC等,以及利用sklearn进行实际数据校验的方法。- 374
- 0
-
-
机器学习中的特征排列重要性及应用实例
了解机器学习中特征排列重要性的评估方法,以及在模型解释和特征选择中的应用实例。sklearn库中的permutation_importance方法为我们提供了一种独特的工具来评估特征的排列重要性。- 518
- 0
-
Python中sklearn库中PCA算法的基本使用和参数说明
本文介绍了Python中sklearn库中PCA算法的基本使用和参数说明,帮助读者了解PCA算法的基本思想和常用接口,以及掌握PCA算法中的重要参数。- 487
- 0
-
Python中sklearn库中逻辑回归模型接口、属性及参数调优详解
本文详细介绍了Python中sklearn库中逻辑回归模型的常用接口、属性以及参数调优说明,适合对sklearn库和机器学习有一定了解的读者。- 50
- 0
-
-
Python sklearn随机森林模型常用接口、属性及参数调优说明
本文主要说明Python的sklearn库中随机森林模型的常用接口、属性以及参数调优,适用于对sklearn库和机器学习有一定了解的读者。- 473
- 0
-
Python sklearn库决策树常用接口、属性及参数调优说明
本文主要说明Python的sklearn库中的决策树的常用接口、属性以及参数调优,适合对sklearn库和机器学习有一定了解的读者。- 130
- 0
-
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!