scikit learn tutorial:初学者的Scikit learn教程。 如何进行分类回归。 如何衡量机器学习模型的表演准确性偏见召回率ROC 源码
Scikit学习教程 一组用于scikit学习自学习的示例。 工作正在进行中... 本教程正在创建中。 还没结束 如何衡量模型性能 标准指标精度,召回率,F1指标- 该示例显示了如何计算基本分类器度量值,例如精度,召回率,f1 文件: 精确召回曲线 示例说明了如何在理想的随机情况下解释精确调用曲线。 如果两个模型的曲线看起来相似该怎么办。 文件: 开发环境 python> 3.6 吹牛 sklearn> 0.21.3
文件列表
scikit-learn-tutorial-master.zip
(预估有个24文件)
scikit-learn-tutorial-master
.gitignore
1KB
README.md
1KB
metrics
metrics.py
2KB
precision_recall_curve_model_comparision.py
2KB
roc_curve_model_comparision.py
2KB
roc_curve.py
933B
precision_recall_curve_edge_case.py
2KB
precision_recall_curve.py
2KB
暂无评论