HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

为机器学习模型设置最佳阈值:0.5是二元分类的最佳阈值吗

对于二元分类,分类器输出一个实值分数,然后通过对该值进行阈值的区分产生二元的相应。例如,逻辑回归输出一个概率(一个介于0.0和1.0之间的值);得分等于或高于0.5的观察结果产生正输出(许多其他模型默认使用0.5阈值)。但是使用默认的0.5阈值是不理想的。在本文中,我将展示如何从二元分类器中选择

支持向量机核技巧:10个常用的核函数总结

支持向量机是一种监督学习技术,主要用于分类,也可用于回归。它的关键概念是算法搜索最佳的可用于基于标记数据(训练数据)对新数据点进行分类的超平面。一般情况下算法试图学习一个类的最常见特征(区分一个类与另一个类的特征),分类是基于学习到的这些代表性特征(因此分类是基于类之间的差异)。支持向量机的工作

多元时间序列特征工程的指南

使用Python根据汇总统计信息添加新特性,本文将告诉你如何计算几个时间序列中的滚动统计信息。将这些信息添加到解释变量中通常会获得更好的预测性能。简介自回归多变量时间序列包含两个或多个变量,研究这些数据集的目的是预测一个或多个变量,参见下面的示例。!(https://i

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。