Czym są metryki Sklearna w Pythonie?
Czym są metryki Sklearna w Pythonie?

Wideo: Czym są metryki Sklearna w Pythonie?

Wideo: Czym są metryki Sklearna w Pythonie?
Wideo: Machine Learning with Scikit-Learn Python | Accuracy, F1 Score, Confusion Matrix 2024, Listopad
Anonim

ten szorować . metryka Moduł implementuje kilka funkcji straty, oceny i użyteczności do pomiaru wydajności klasyfikacji. Trochę metryka może wymagać oszacowania prawdopodobieństwa klasy dodatniej, wartości ufności lub wartości decyzji binarnych.

Biorąc to pod uwagę, czym jest Sklearn w Pythonie?

Nauka scikitu to darmowa biblioteka uczenia maszynowego dla Pyton . Zawiera różne algorytmy, takie jak maszyna wektorów nośnych, losowe lasy i k-sąsiedzi, a także obsługuje Pyton biblioteki numeryczne i naukowe, takie jak NumPy i SciPy.

Następnie pojawia się pytanie, co to jest Neg_mean_squared_error? Wszystkie obiekty scoringu są zgodne z konwencją, że wyższe wartości zwrotu są lepsze niż niższe wartości zwrotu. Tak więc metryki, które mierzą odległość między modelem a danymi, takie jak metryki. mean_squared_error, są dostępne jako neg_mean_squared_error które zwracają zanegowaną wartość metryki.

Co to jest wynik dokładności w Sklearn?

Precyzja Klasyfikacja wynik . W klasyfikacji wieloetykietowej ta funkcja oblicza podzbiór precyzja : zestaw etykiet przewidzianych dla próbki musi dokładnie odpowiadać odpowiedniemu zestawowi etykiet w y_true. W klasyfikacji binarnej i wieloklasowej ta funkcja jest równa funkcji jaccard_score.

Co to jest wynik f1 w Pythonie?

Oblicz Wynik F1 , znany również jako zrównoważony F- wynik lub F-miara. ten Wynik F1 można interpretować jako średnią ważoną precyzji i przypominania, gdzie Wynik F1 osiąga najlepszą wartość na poziomie 1 i najgorszą wynik przy 0. Względny wkład precyzji i odwołania do Wynik F1 są równe.

Zalecana: