以鸢尾花逻辑回归为例，如何理解预测结果的系数和截距？发布于2023年12月25日 机器学习 本文再次审视鸢尾花数据集的逻辑回归模型，审视的角度是：模型训练后得到的系数coef_和截距intercept_。得到这两个数据后，可以说明什么问题呢？苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码编程经验文章。... 阅读更多
sklearn的metrics，准确度accuracy_score查准率precision_score发布于2023年09月11日 机器学习 本文继续探求sklearn对一个模型的好坏做判断的标准，在前面的文章中，大家已经看到了precision_score,recall_score和f1_score这三个标准，实际上还有一个accuracy_score... 阅读更多
sklearn的metrics，如何原理上理解预测结果的得分好坏？ 发布于2023年09月09日 机器学习 从原理上分析模型预测结果得分的算法，这些预测模型的得分算法包括：查准率precision、召回率recall、以及整体的f1得分，文章的主要内容就是模拟这些得分是怎么计算的。苏南大叔的“程序如此灵动”博客，记录苏南... 阅读更多
利用sklearn的metrics，如何评估模型预测结果的好坏？发布于2023年09月08日 机器学习 已经有这么多机器学习的预测模型（换参数之后更多）了，模型自带了一个model.score(X_test, y_test)来评价自己的预测结果。那么，sklearn作为这些模型的合集，也是有个专门的评价体系的，相关的... 阅读更多
K近邻算法模型，如何对鸢尾花数据集进行预测？发布于2023年09月07日 机器学习 sklearn里面的K近邻算法模型，是如何对鸢尾花数据集进行预测的呢？K近邻算法的全称是"K-Nearest Neighbors"。从代码的角度上来看，套路依然一致，换包引用换模型名称，然后就执行代码就可以了。苏南... 阅读更多
检测到了复制动作，那么是否解决了您的问题？ 
