
机器学习相关
云仄
Do not let your dream be dreams!
展开
-
Github使用,git
GitHub众所周知是代码托管工具,git是管理工具注册GitHub账号,下载安装git工具git安装比较简单,安装路径设置,其他可以直接默认选择就行代码上传 1、可以选择直接在GitHub上拖拽,但如果数据大于25M就不行了,2、git bash上传1、直接拖拽:参见网址(https://www.pianshen.com/article/8747711826/)2、git bash上传a、新建一个仓库之后,复制code位置下的链接(下图),然后在git b...原创 2020-07-02 09:48:59 · 304 阅读 · 0 评论 -
多标签评价指标--Macro-F1、Micro-F1
对于多标签分类的评价指标比较复杂,一般对于n个二分类混淆矩阵要引入宏平均、微平均、权重评价即Macro-average、Micro-Average,Weighted-Average,近期正好应用,所以就总结一下。Macro-averaging:指所有类别的每一个统计指标值的算数平均值,则对应的macro F1为多个F1值的算数平均数。 Micro-averaging:将各个混淆矩阵对应元素平均,得到TP、FP、TN、FN,然后计算相应的平均值。weighted-F1:在样本不平衡的时候,有时我们原创 2020-06-24 15:25:02 · 8143 阅读 · 5 评论 -
特征降维方法
关于降维的学习主要分为五类:PCA、LDA、LLE、tSNE、ISOMAP (一)降维的基本知识点总结 1、降维方法分为线性和非线性降维,非线性降维又分为基于核函数和基于特征值的方法。 (1)线性降维:PCA、ICA、LDA、LFA、LPP (2)非线性降维方法:①基于核函数的方法:KPCA、KICA、KDA ②基于特征值的方法:ISOMAP、LLE、LE、LPP、LTSA、MVU 或...转载 2018-11-28 18:50:58 · 26780 阅读 · 0 评论