xgboost的XGBClassifier，如何对鸢尾花数据集进行预测？发布于2024年02月01日 python 本文还是以鸢尾花数据集为例，演示XGBClassifier分类器模型的预测功能。值得特别说明的是：XGBClassifier并不存在于sklearn包内，是个单独的包。需要单独pip install。目前来说，这是... 阅读更多
如何获得实际值预测值的混淆矩阵？快速获得TP/FP值发布于2024年01月29日 python 本文主要讨论目标还是在sklearn.metrics里面，里面有个非常高大上的名词，叫做“混淆矩阵”（confusion_matrix）。那么，混淆矩阵是做什么用的呢？它的值可以表述什么样的问题呢？这就是本文中，苏... 阅读更多
利用classification_report()评价多样本多特征二分类预测值发布于2024年01月28日 python 苏南大叔使用新的样本变量，再次分析sklearn.metrics.classification_report()的模型预测得分报告功能。常见的情况下，输入的变量是一维的数据，它的返回值是accuracy+macro... 阅读更多
sklearn模型：求非阳性分类的precision/recall/f1评分发布于2024年01月26日 python 目光再次来回到sklearn.metrics里的模型评分机制，precision_score()、recall_score()、f1_score()、accuracy_score()。这些评分机制分别代表：查准率、... 阅读更多
如何理解分析sklearn.metrics.classification_report()功能？发布于2024年01月25日 python 本文回顾一下sklearn.metrics对各种模型的精确度统计功能，即查准率precision_score()、召回率(查全率)recall_score()、f1得分f1_score()。其实还有一个classi... 阅读更多
检测到了复制动作，那么是否解决了您的问题？ 
