
机器学习
文章平均质量分 69
龍尐
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
设备健康度评价实践--煤磨机
例如,当磨机关键部件的某个参数数值严重偏离标准值时,往往可以说明该部件的健康状态已经出了较大问题,如果利用常权重来进行评估,当其他指标无变化或变化不大时,就可能会掩盖该指标的消极作用,造成评价结果显示正常状态,就会丧失对磨机状态的跟踪能力。因此,这里使用变权理论来修正组合权重,让参数权重随其状态及时变化,弥补异常参数的“短板效应”。煤磨的健康状态评价原则是要求能够真实地反映磨机的健康状态,结合磨机故障特征及状态监测参数的分析,选取了易于测量、并能较好的反映磨机状态的参数,建立磨机状态层次评价模型。原创 2023-08-10 20:38:03 · 2093 阅读 · 0 评论 -
基于设备状态测点进行健康度评估的算法
设备系统健康度评价算法原创 2023-01-10 17:38:30 · 3251 阅读 · 2 评论 -
回归模型的评估指标
回归模型评估有三种方法,分别是:平均绝对值误差、均方误差和R平方值,如表1所示:指标 描述 metrics方法 Mean Absolute Error(MAE) 平均绝对误差 from sklearn.metrics import mean_absolute_error Mean Square Error(MSE) 平均方差 from sklearn...原创 2018-07-14 10:47:19 · 26045 阅读 · 5 评论 -
分类模型评估
一、二分类评估混淆矩阵(ConfusionMatrix)TP:1的预测为1(正确的积极)正确判断FP:0预测为1(错误的积极)错误判断FN:1预测为0(正确的消极)漏判断的TN:0预测为0(错误的消极)成功未判断的准确率(score):预测对的值占预测总的概率(PR)精准率(precision)=TP/(TP+FP)-----目标指标预测正确的的概率(预测股票的涨跌)precision_score...原创 2018-07-14 10:52:39 · 583 阅读 · 0 评论 -
Spark中DataFrame的schema讲解
1.Schema是什么 DataFrame中提供了详细的数据结构信息,从而使得SparkSQL可以清楚地知道该数据集中包含哪些列,每列的名称和类型各是什么,DataFrame中的数据结构信息,即为schema。2.输出schema 还是用官网中的people.json的文件,输出schema,看看schema到底长什么样子。people.json文件的sh...转载 2018-07-26 10:47:29 · 16618 阅读 · 2 评论 -
简单线性回归评估指标+R Squared
使得每一个数据集尽可能的小均方误差MSE:(平方和取平均值)均方根误差RMSE:(平方和取平均值开根号):平均误差值平均绝对误差MAE:(绝对值取平均):RMSE>MAE大的原因RMSE会放大误差 所以评估时应尽量让RMSE小 -------------R Squared评估指标------------ 训练的模型:产生的...原创 2018-07-26 11:06:46 · 3589 阅读 · 0 评论