ตัวชี้วัด Sklearn ใน Python คืออะไร?
ตัวชี้วัด Sklearn ใน Python คืออะไร?

วีดีโอ: ตัวชี้วัด Sklearn ใน Python คืออะไร?

วีดีโอ: ตัวชี้วัด Sklearn ใน Python คืออะไร?
วีดีโอ: เริ่มเขียน Machine Learning ใน 5 นาที | Python x Scikit-learn: 2024, พฤศจิกายน
Anonim

NS sklearn . เมตริก โมดูลใช้ฟังก์ชันการสูญเสีย คะแนน และอรรถประโยชน์หลายอย่างเพื่อวัดประสิทธิภาพการจำแนกประเภท บาง เมตริก อาจต้องใช้การประมาณความน่าจะเป็นของคลาสบวก ค่าความเชื่อมั่น หรือค่าการตัดสินใจแบบไบนารี

เมื่อคำนึงถึงสิ่งนี้ Sklearn ใน Python คืออะไร

Scikit-เรียนรู้ เป็นห้องสมุดการเรียนรู้ของเครื่องฟรีสำหรับ Python . มันมีอัลกอริธึมต่างๆ เช่น รองรับเวคเตอร์แมชชีน, random forests และ k-neighbours และยังรองรับ Python ห้องสมุดตัวเลขและวิทยาศาสตร์ เช่น NumPy และ SciPy

ต่อมาคำถามคือ Neg_mean_squared_error คืออะไร? ออบเจ็กต์ Scorer ทั้งหมดเป็นไปตามแบบแผนว่าค่าส่งคืนที่สูงกว่าดีกว่าค่าส่งคืนที่ต่ำกว่า ดังนั้น ตัวชี้วัดที่วัดระยะห่างระหว่างแบบจำลองและข้อมูล เช่น ตัวชี้วัด mean_squared_error พร้อมใช้งานเป็น neg_mean_squared_error ซึ่งจะคืนค่าที่เป็นลบของเมตริก

นอกจากนี้ คะแนนความแม่นยำใน Sklearn คืออะไร?

ความแม่นยำ การจัดหมวดหมู่ คะแนน . ในการจำแนกประเภทหลายป้ายกำกับ ฟังก์ชันนี้จะคำนวณเซตย่อย ความแม่นยำ : ชุดป้ายกำกับที่คาดการณ์ไว้สำหรับตัวอย่างต้องตรงกับชุดป้ายกำกับที่เกี่ยวข้องใน y_true ทุกประการ ในการจำแนกประเภทไบนารีและมัลติคลาส ฟังก์ชันนี้จะเท่ากับฟังก์ชัน jaccard_score

คะแนน f1 ใน Python คืออะไร?

คำนวณ คะแนน F1 หรือที่เรียกว่าสมดุล F- คะแนน หรือ F-measure NS คะแนน F1 สามารถตีความได้ว่าเป็นค่าเฉลี่ยถ่วงน้ำหนักของความแม่นยำและการเรียกคืน โดยที่ an คะแนน F1 ถึงค่าที่ดีที่สุดที่ 1 และแย่ที่สุด คะแนน ที่ 0 การมีส่วนร่วมสัมพัทธ์ของความแม่นยำและการเรียกคืนไปยัง คะแนน F1 มีค่าเท่ากัน

แนะนำ: