基于sklearn的分类模型评估方法

在模型评估过程中,分类问题、排序问题、回归问题往往需要使用不同的指标进行评估。在诸多的评估指标中,大部分指标只能片面地反映模型的一部分性能。如果不能合理地运用评估指标,不仅不能发现模型本身的问题,而且会得出错误的结论。与线性回归问题不同,分类问题,或者说逻辑回归问题输出的是离散值,即判断某件事物属于

K近邻算法

算法原理一句话概括:相似的事物彼此接近。距离度量欧式距离欧氏距离是最容易直观理解的距离度量方法,两个点在空间中的距离一般都是指欧氏距离。曼哈顿距离(Manhattan Distance)在曼哈顿街区要从一个十字路口开车到另一个十字路口,驾驶距离显然不是两点间的直线距离。这个实际驾驶距离就是“曼哈顿距
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×