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
首页
留言交流
联系我们
回顶部