摘要：
正确率（precision），TP/(TP+FP)，给出的是预测为正例的样本中的真正正例的比例。 召回率（recall），TP/(TP+FN)，给出的是预测为正例中的真实正例占所有真实正例的比例。 F-度量值（F-Score），组合precision和recall为一个单独的得分，被定义为精确度和召 阅读全文
posted @ 2020-09-29 17:35
~宁静致远~
阅读(597)
评论(0)
推荐(0)
摘要：
大多数情况下，两者的表现比较相近，但在一些情况中不排除某种方法相对另一种方法有明显优势，因此建议两者都试一下。 random forest将一些较强的分类器组合在一起，boosting trees将一些较弱的分类器组合在一起；因此可以理解为random forest降低方差，boosting tre 阅读全文
posted @ 2020-09-29 16:39
~宁静致远~
阅读(207)
评论(0)
推荐(0)
摘要：
1.对数据进行概览，观测其异常值和缺失值，异常值可以通过qq图或设定偏离均值一定方差范围以外的阈值进行过滤。 2.缺失值和异常值处理，根据具体情况，是否需要对缺失值进行删除或填充，是否需要将异常值删除或将其处理到正常范围以内。 3.利用描述性统计量和箱线图观察样本各个特征分布情况。需要注意：观察不同 阅读全文
posted @ 2020-09-29 09:52
~宁静致远~
阅读(848)
评论(0)
推荐(0)
浙公网安备 33010602011771号