11、机器学习中的分类与回归模型深入解析

机器学习中的分类与回归模型深入解析

1. 误差分析

在实际的机器学习项目中，当你找到一个有潜力的模型后，通常会希望对其进行改进。其中一个有效的方法就是分析模型所产生的误差类型。

1.1 混淆矩阵分析

首先，我们可以通过 cross_val_predict() 函数进行预测，然后调用 confusion_matrix() 函数来得到混淆矩阵。以下是具体的代码示例：

y_train_pred = cross_val_predict(sgd_clf, X_train_scaled, y_train, cv=3) 
conf_mx = confusion_matrix(y_train, y_train_pred) 
print(conf_mx)

输出结果如下：

array([[5578,    0,   22,    7,    8,   45,   35,    5,  222,    1], 
       [   0, 6410,   35,   26,    4,   44,    4,    8,  198,   13], 
       [  28,   27, 5232,  100,   74,   27,   68,   37,  354,   11], 
       [  23,   18,  115, 5254,    2,  209,   26,   38,  373,   73], 
       [  11,   14,   45,   12,