1 skpoe-rules的rules元组
对日常学习记录——skope-rules文章里面的的运行结果进行说明:
每个规则元组后面三个数字分别对应的是精度,召回率和nb,但是这个nb是什么意思我也不太清楚。
2 多标签和多分类
之前一直将多标签和多分类问题给搞混了,所以做决策树分类的时候总觉得哪里不对,最近才明白一个数据集里面有多种标签的数据且每一个样本数据只属于一种标签的分类问题称为多分类问题,不是多标签问题。
3 sklearn的cross_val_score
sklearn.model_selection.cross_val_score(estimator, X, y=None, , groups=None, scoring=None, cv=None, n_jobs=None, verbose=0, fit_params=None, pre_dispatch=’2n_jobs’, error_score=nan)
可以计算交叉验证的效果,sklearn还提供了一些其他的api。
4 总结
最近这一周一直在将实验闭环,但是实验底层的逻辑并没有很好地理解与吃透,可能后面还是需要更多地耐心。同时也是通过强行将实验闭环才发现,有很多概念都是第一次接触,比如说交叉验证,算法的评价指标等等,平时都关注的太少了。总之加油干吧,不管是深度还是广度。
文章出处登录后可见!
已经登录?立即刷新