| Titre | Lien |
|---|---|
| Analyse d'arbre de décision | LINK |
| Arbre de décision et forêt aléatoire | LINK |
| How to Handle Imbalanced Classes in Machine Learning(Pré-traitement des données) | LINK |
scikit-learn
| Titre | Lien |
|---|---|
| Paramètres de RandomForestClassifier | LINK |
| GridSearchCV | LINK |
| make_classification(Fonction de génération de données) | LINK |
| .predict_proba(Montrer la probabilité d'être classé en classe) | LINK |
| feature_importances_(Évaluer l'importance des caractéristiques dans une forêt aléatoire) | LINK |
KERAS
| Titre | Lien |
|---|---|
| mnist.load_data()MNIST (Base de données de numéros manuscrits) | LINK |
| to_categorical(Exemple:0->[0,0,0],1->[0,1,0],2->[0,0,1]Conversion en) | LINK |
| Modèle séquentiel | LINK |
| Titre | Lien |
|---|---|
| Vérification croisée(cross validation) | LINK |
| Hyper paramètres | LINK |
| ROC,ACU | LINK |
| Valeur de la fonctionnalité | LINK |
| Titre | Lien |
|---|---|
| scikit-Générez une matrice de confusion avec apprendre et calculer le taux de précision, le taux de rappel, la valeur F1, etc. | LINK |
Recommended Posts