采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
老师,能够说明一下8和1 1和9的这种调整方式吗,在实际生产中,这种问题是比较多的
在这一章,我们介绍了可以通过调节算法内部的threshold来改进二分类问题的性能结果,这个方法同样适用于多分类问题。因为对于大多数参数学习算法来说,多分类问题本质也是二分类问题,可以回忆一下OvO和OvA:)
但是,调整threshold绝对不是唯一的方法。实际上,在调整算法性能方面,使用机器学习算法的套路是统一的:使用更多的数据;使用更好的数据;特征工程挖掘数据本身更好的特征;使用更合适的算法;为算法调整更适合的参数(调参)。上面说的调节threshold,本质就是调参
我们在这一章,只是介绍了更多对分类问题的评价方法,这并不意味着我们在使用机器学习算法上会有什么不同。只不过,我们多了更多的武器,从更多的维度,可以衡量我们的算法哪里好,哪里不好:)
非常感谢!
抱歉,我没有理解你的问题,具体是指什么?
老师抱歉.是混淆矩阵中当 1 与 8 分析出现失误,1与9出现分析失误后,如何进行进一步的处理方式
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
3.2k 19
4.2k 17
3.7k 15
2.0k 15
1.9k 14
购课补贴联系客服咨询优惠详情
慕课网APP您的移动学习伙伴
扫描二维码关注慕课网微信公众号