| Titel | Verknüpfung |
|---|---|
| Entscheidungsbaumanalyse | LINK |
| Entscheidungsbaum und zufälliger Wald | LINK |
| How to Handle Imbalanced Classes in Machine Learning(Vordatenverarbeitung) | LINK |
scikit-learn
| Titel | Verknüpfung |
|---|---|
| RandomForestClassifier-Parameter | LINK |
| GridSearchCV | LINK |
| make_classification(Datengenerierungsfunktion) | LINK |
| .predict_proba(Zeigen Sie die Wahrscheinlichkeit an, in die Klasse eingestuft zu werden) | LINK |
| feature_importances_(Bewerten Sie die Bedeutung von Features in einer zufälligen Gesamtstruktur) | LINK |
KERAS
| Titel | Verknüpfung |
|---|---|
| mnist.load_data()MNIST (Handschriftliche Nummerndatenbank) | LINK |
| to_categorical(Beispiel:0->[0,0,0],1->[0,1,0],2->[0,0,1]Umstellung auf) | LINK |
| Sequentielles Modell | LINK |
| Titel | Verknüpfung |
|---|---|
| Gegenüberstellung(cross validation) | LINK |
| Hyperparameter | LINK |
| ROC,ACU | LINK |
| Funktionswert | LINK |
| Titel | Verknüpfung |
|---|---|
| scikit-Generieren Sie eine Verwirrungsmatrix mit Lernen und berechnen Sie die Genauigkeitsrate, Rückrufrate, F1-Wert usw. | LINK |
Recommended Posts