机器学习平台 PAI度量-阿里云

【机器学习基础】机器学习的模型评估（评估方法及性能度量原理及主要公式）

1 引言机器学习模型评估是机器学习领域中的一个重要研究方向，其研究背景在于随着大数据时代的到来，人们面临着越来越多的数据分析和处理任务，而机器学习作为一种高效的数据处理技术，在很多领域都得到了广泛应用。然而，机器学习模型的效果评估是机器学习应用过程中一个非常关键的问题，因此机器学习模型评估的研究具有...

【MATLAB第42期】基于MATLAB的贝叶斯优化决策树分类算法与网格搜索、随机搜索对比，含对机器学习模型的评估度量介绍

【MATLAB第42期】基于MATLAB的贝叶斯优化决策树分类算法与网格搜索、随机搜索对比，含对机器学习模型的评估度量介绍网格搜索、随机搜索和贝叶斯优化是寻找机器学习模型参数最佳组合、交叉验证每个参数并确定哪一个参数具有最佳性能的常用方法。一、评估指标1、分类1.1 准确性1.2 精度1.3 召回...

机器学习 - [源码实现决策树小专题]决策树中混杂度数值度量的Python编程实现（信息熵和基尼系数的计算）

混杂度数值度量的Python编程实现李俊才的个人博客已入驻阿里云社区邮箱：291148484@163.com本文地址：- https://developer.aliyun.com/article/- https://blog.csdn.net/qq_28550263/article/detai...

简述机器学习模型性能度量中Precision、Recall、BEP、F1、ROC和AUC等概念的联系和区别

简述机器学习模型性能度量中Precision、Recall、BEP、F1、ROC和AUC等概念的联系和区别。答：一个二分类问题的混淆矩阵如下所示：Precision:译为查准率或精确率，一般缩写为P。它是针对模型的预测结果而言的，表示的是预测为正的样例中有多少是真正的正样例，公式表示为：Recall...

机器学习：性能度量篇-Python利用鸢尾花数据绘制ROC和AUC曲线

前言内容接上一篇机器学习：性能度量篇-Python利用鸢尾花数据绘制P-R曲线_fanstuck的博客-CSDN博客_python鸢尾花混淆矩阵上篇文章提到的这篇文章不做过多叙述。提示：以下是本篇文章正文内容，下面案例可供参考一、ROC与AUC很多学习器是为了测试样本产生的一个实值或概率预测，然后将...

机器学习：性能度量篇-Python利用鸢尾花数据绘制P-R曲线

前言本人大数据专业初入大三刚刚接触机器学习这一课程，教材是最典型的西瓜书，第一次作业当然就是利用本专业语言多功能python语言结合书内容尝试自己构建P-R曲线以及延伸指标曲线。当然初入一些算法和机器学习的一些库还不是很熟练掌握，有待提升自己的编程结合能力。在此领域本人有诸多不明确疑问，可能文章会有...

【机器学习实战】理解Scikit-Learn中分类性能度量指标

Understanding Data Science Classification Metrics in Scikit-Learn in Python 在本教程中，我们将介绍Python的scikit-learn中的一些分类度量指标 - 从头开始学习和编写我们自己的函数，以理解其中一些函数背后的数学...

当空间数据遇上机器学习，城市的颜值有了新的度量方法

每个人都生活在一定的空间，城市的各项公共服务设施也需要占据一定的空间。通过对这些空间数据的挖掘和分析，我们能够比以往更科学、更清晰地观察我们所在的城市。把机器学习应用到空间数据挖掘我们公司主要做的是空间数据挖掘，在国内外，类似的公司目前并不是很多。后面要提到的很多案例，图表颜色看起来花花绿绿的，...

共有8条

< 1 >

跳转至： GO

更新时间 2023-11-22 01:57:24

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

社区圈子

阿里云机器学习平台PAI

阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。

2435+人已加入

加入

机器学习平台 PAI度量相关内容

机器学习平台 PAI度量roc