随笔分类 -  机器学习

多分类混淆矩阵的含义
摘要：1:混淆矩阵对角线越大越好,代表的是没个类别预测正确的数量. 2:横向来看,每一行的总数是该类别实际数量,11396代表着 16428个该类别有11396预测为了该类别. 3:纵向来看,每一列总数代表着预测成该类别的数量,图中有14314个数据预测成了该类,共有11396个数据是正确的. 阅读全文
posted @ 2021-08-23 15:40 她与我的点点滴滴 阅读(857) 评论(0) 推荐(0)
PYthon回归的统计方法(散点图和柱状图)
摘要：1:统计直方图,输入分箱数据 然后输入数据即可 import matplotlib.pyplot as plt import pandas as pd import seaborn as sns # 制作频数分布表 plt.rcParams["font.sans-serif"] = ["SimHei 阅读全文
posted @ 2021-08-10 20:07 她与我的点点滴滴 阅读(540) 评论(0) 推荐(0)
PythonX,Y散点图示范
摘要：import matplotlib.pyplot as plt import pandas as pd import numpy as np rawdata = pd.read_excel("./data/test_result.xlsx") print(rawdata) test=rawdata[ 阅读全文
posted @ 2021-08-09 20:51 她与我的点点滴滴 阅读(353) 评论(0) 推荐(0)
等频分箱实现的自动生成单组数据频率直方图
摘要：def draw_histogram(rawdata): plt.rcParams["font.sans-serif"] = ["SimHei"] bins = np.histogram(rawdata) bin_list = [float(format(x, '.1f')) for x in bi 阅读全文
posted @ 2021-08-09 20:07 她与我的点点滴滴 阅读(186) 评论(0) 推荐(0)
单列数据的频率分布直方图
摘要：from matplotlib import pyplot as plt # 计算组数 d = 800 # 组距 num_bins = int((max(a) - min(a)) // d) print(max(a), min(a), max(a) - min(a)) print(num_bins) 阅读全文
posted @ 2021-08-09 10:54 她与我的点点滴滴 阅读(364) 评论(0) 推荐(0)
机器学习回归算法检验标准
摘要：from sklearn.metrics import mean_squared_error #均方误差 from sklearn.metrics import mean_absolute_error #平方绝对误差 from sklearn.metrics import r2_score#R sq 阅读全文
posted @ 2021-08-04 14:57 她与我的点点滴滴 阅读(87) 评论(0) 推荐(0)
机器学习变量技巧
摘要：二分赋值法: data["Sex"]=(data["Sex"]=="male").astype("int") data.loc[:,"Sex"]所有的行 全Sex列 data.loc[:,3]所有的行 错误写法 data.iloc[:,3]第三列 Y = pd.DataFrame(data["Ar_ 阅读全文
posted @ 2021-08-03 15:25 她与我的点点滴滴 阅读(116) 评论(0) 推荐(0)