原文：准确率、召回率、精确度、F1分数和混淆矩阵
第二周：如何评价模型的好坏
印度阿三17    阅704    转2
机器学习小白看过来，带你全面了解分类器评价指标
牛k8nb72h1x6w1    阅87    转2
DL之DNN：利用DNN算法对mnist手写数字图片识别数据集(sklearn自带,1797*64)训练、预测(95%)
处女座的程序猿    阅46
TensorFlow - TF-Slim 封装模块
LibraryPKU    阅81
Python那些事——极简Python带你探索分类与回归的奥秘
穆洋郎    阅52    转2
机器学习系列：（二）线性回归
磨菜刀的老花匠    阅659
经典机器学习算法-第二章对数几率回归
NeighborMrSun    阅548    转3
用机器学习预测股市：为什么仅仅是历史回测准确率高？
发现探索    阅467    转4
机器学习-理解Accuracy，Precision，Recall, F1 score以及sklearn实现
金刚光    阅51    转2
基于Yolov2深度学习网络的车辆检测算法matlab仿真
简简单单做算法    阅3
Query意图分析：记一次完整的机器学习过程（scikit learn library学习笔记） | 我爱机器学习
dazheng    阅302    转5
不容忽视！机器学习中的特征选择初探【sklearn实战】
taomaohu860706    阅205    转3
应用PCA降维加速模型训练
大邓的Python    阅256    转2
交叉验证
公彦栋    阅303    转2
选择有意义的特征 · Python机器学习
Z2ty6osc12zs6c    阅438    转2
机器学习之分类问题的评价指标
小小明代码实体    阅390    转2
万字长文总结机器学习的模型评估与调参，附代码下载
hlhq1    阅64
python机器学习朴素贝叶斯算法及模型的选择和调优详解
新用户9250QmFv    阅59
Coursera机器学习笔记(十一)
长沙7喜    阅57
机器学习算法中分类知识总结！
michael1314520    阅79
入门 | 区分识别机器学习中的分类与回归
梦幻水书屋    阅161
申万宏源金工研究分享之一：财务造假
无业游明001    阅151    转3
在Keras模型中使用预训练的词向量
田杰4    阅9502    转19
机器学习 | 使用statsmodels和sklearn进行回归分析
育种数据分析    阅886    转4
使用sklearn做单机特征工程
kieojk    阅180    转2
大数据：使用sklearn优雅地进行数据挖掘
天道酬勤197102    阅644    转2
利用类权重来改善类别不平衡
小样样样样样样    阅118