qq_42965915的博客

1. 分类模型评估 1.1 混淆矩阵 官方文档 By definition a confusion matrix :math:`C` is such that :math:`C_{i, j}` is equal to the number of observations known to be in group :math:`i` and predicted to be in group :math:`j`. Thus in binary classification, the count of tr

文章目录1. 机器学习与深度学习的关联与差异2. 机器学习的应用领域3. 数据类型4. 机器学习算法分类5. 机器学习开发流程6. sklean模块7. sklearn数据集8. 转换器与预估器 1. 机器学习与深度学习的关联与差异 关联 机器学习与深度学习都属于人工智能领域 深度学习是一种特殊的机器学习 差异 特征工程 机器学习很依赖于特征工程处理，最终模型的准确度高低很大程度是由特征工程处理决定的 深度学习不需要人为对数据进行特征处理，通过特定规则直接从数据中获取 模型训练 机

线性回归 # 导入模块 import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline from sklearn.datasets import make_regression # 生成线性回归的数据集 from sklearn.model_selection import cross_val_score # 交叉验证 from sklearn.model_selection impor