机器学习算法模型评估-分类算法评估回归算法评估

dht8899 2023-01-13 02:30:44

课时名称课时知识点
机器学习算法模型评估-分类算法评估回归算法评估机器学习算法模型评估-分类算法评估回归算法评估
...全文
21 回复 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
SMO算法实现 java代码
我的博客上有详细解说这个算法的实现，用java代码实现，以及每个公式的解说。网址：http://blog.csdn.net/techq/archive/2011/02/01/6171688.aspx
Scikit-learn提供了哪些机器学习算法以及如何使用Scikit-learn进行模型训练和评估
Scikit-learn（通常简称为sklearn）是一个广泛使用的Python机器学习库，它提供了多种用于数据挖掘和数据分析的算法。通过以上步骤，你可以使用Scikit-learn库进行各种机器学习任务的模型训练和评估。Scikit-learn的设计目标之一是提供简单一致的API，使得机器学习任务变得更加容易实现。使用Scikit-learn进行模型训练和评估的一般步骤包括数据加载、数据预处理、模型选择、模型训练、模型评估以及可能的模型调优。
机器学习基础算法11-Logistic回归-ROC和AUC分类模型评估-实例
文章目录一、模型评估介绍1.分类模型评估2.回归模型评估二、ROC和AUC1.理论知识2. ROC曲线分析3.TPR与FPR的计算过程三、实例1.实例12.实例23.实例3-鸢尾花数据集 一、模型评估介绍 1.分类模型评估 2.回归模型评估 二、ROC和AUC 1.理论知识 AUC概念理解： https://www.zhihu.com/question/39840928?from=profile_question_card ROC全称是“受试者工作特征”（Receiver Operating Chara
机器学习KNN算法入门---鸢尾花分类
KNN算法 （K-Nearest Neighbor）也叫K-近邻算法是机器学习中最基础的算法之一。是监督学习中的分类算法，也可以用于回归问题的解决，但是通常使用它来解决分类问题。所以我们今天主要探讨的就是KNN算法解决分类问题.KNN算法的优点：精度高、对异常值不敏感、无数据输入假定。KNN算法的缺点: 缺点：时间复杂度高、空间复杂度高。本文主要简单入门了一下 KNN算法思想: 传入一个未知分类的样本, 找到 k 个和它最相似的样本, 这K个样本多数属于哪一类,那么这个未知样本就属于哪一类型.
Python机器学习--算法评估指标--各类型算法评估指标
聚类算法常用评估指标:轮廓系数 SSE(误差平方和) - 分类算法常用评估指标:准确率,查准率,查全率,F1-score,PR曲线,ROC曲线和AUC指标,ROC曲线下的面积就是AUC指标. - 回归算法的评估指标:R方范围[-inf,1] (真实值与预测 ),MSE,MAE,RMSE...
段海涛的课程社区_NO_1

1

社区成员

167

社区内容

发帖
与我相关
我的任务
社区管理员
  • dht8899
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章