- 博客(3)
- 收藏
- 关注
RSS订阅原创 机器学习模型评估：ROC曲线与PR曲线
预测正例 (Positive)预测负例 (Negative)实际正例 (True)实际负例 (False)选择建议推荐优先使用PR的场景正样本比例 < 10%精确率比召回率更重要（如垃圾邮件过滤）负样本过多且价值低（如异常检测）推荐优先使用ROC的场景类别分布均衡（≈1:1）需要评估整体排序质量（如推荐系统）同时关注正负类错误（如风控模型）
2025-04-07 04:45:00
1070
原创 基于K近邻算法的分类器的实现
KNN 算法是一种简单而强大的机器学习算法，适用于分类和回归任务。它的核心思想是通过计算样本之间的距离来找到最近的邻居，并根据邻居的标签进行预测。尽管 KNN 算法有一些缺点（如计算复杂度高），但通过合理选择 K 值、距离度量方法和数据预处理，可以显著提高其性能。
2025-03-23 15:33:19
692
原创 Anaconda的安装
2. 根据你的操作系统（Windows、macOS、Linux）选择相应的安装包。2. 根据你的操作系统（Windows、macOS、Linux）选择相应的安装包。3. 选择适合你系统的最新版本的 Anaconda3 安装包下载即可。打开搜索框，搜索编辑系统环境变量，双击打开。选择conda（若之前没用过可能会自动选择，我不清楚）3. 下载最新版本的 VS Code 安装包。从下载的安装包中找到这三个文件，新建添加。输入conda检查是否安装成功。点击变量path，点击编辑。点击右下角python与。
2025-03-08 15:40:54
237
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人