scikit-learn统计结果分析
来源:互联网 发布:淘宝主图分辨率是多少 编辑:程序博客网 时间:2024/04/28 01:42
confusion_matrix(mnist.test.labels,predictions)
混淆矩阵(confusion matrix)是一种特定的矩阵用来呈现算法性能的可视化效果,其每一列代表预测值,每一行代表的是实际的类别。混淆矩阵中对角线位置的值表示预测正确的值,例如在mnist手写数字识别过程中,通过KNN算法得到的混淆矩阵如下:
每一行分别代表【0-9】这是个数字,每一列分别代表预测值【0-9】,由图可知,对角线位置数值最大,说明大部分数据都是判断正确的,但其中还有少部分数据判断错误。
classification_report:
其他统计信息:
Recall:体现了分类模型对正样本的识别能力,Recall越高模型对正样本的识别越好
precision:体现了分类模型对负样本的识别能力,precision越高模型对负样本识别越好
F1-score:是Recall和precision的综合,F1-score越高,模型月稳健
accuracy_score:
体现模型检测的准确率
阅读全文
0 0
- scikit-learn统计结果分析
- scikit-learn评估结果
- scikit-learn学习之回归分析
- scikit-learn中拟合结果的评价指标
- scikit-learn
- scikit-learn
- scikit-learn
- scikit-learn
- scikit-learn
- scikit-learn
- [Scikit-Learn]
- scikit-learn
- scikit-learn
- scikit-learn
- 第二章 scikit-learn 统计学习中数据处理
- 【scikit-learn】02:使用sklearn库进行统计学习
- 数据处理的统计学习(scikit-learn教程)
- scikit-learn:通过TruncatedSVD实现LSA(隐含语义分析)
- docker无法启动问题
- JavaWeb中使用JavaMail实现发送邮件功能实例详解
- 优雅设计封装基于Okhttp3的网络框架(三):多线程下载功能核心实现 及 线程池、队列机制、终止线程解析
- java int与byte类型转换的2种方法
- 看代码学编程之python3函数
- scikit-learn统计结果分析
- 激活函数(Activation Functions)
- 类的初始化顺序
- 使用VMware定制化安装CentOS 7.x
- 继承情况下类的作用域
- JS 语法大全
- java多线程通信,实现特定字符串的输出
- js ==与===区别
- acquia dev desktop开发第五天