原创 分類模型的評價方法

機器學習中對於分類模型常用混淆矩陣來進行效果評價,混淆矩陣中存在多個評價指標,這些評價指標可以從不同角度來評價分類結果的優劣,以下內容通過簡單的理論概述和案例展示來詳細解釋分類模型中混淆矩陣的評價指標及其用途。1、混淆矩陣的概念 2、衍生評

原创 一個敲有趣的R語言拼圖工具

在10月CRAN更新的R包中,發現了一個挺有意思的R包——customLayout,聽名字就很神奇。它可以用來完成自由拼圖,可以使用矩陣自定義圖形位置和順序,用數字來定義每一個模塊的長寬比,試用了一遍簡直愛不釋手,在這裏分享給大家。這個包不

原创 機器學習筆記——數據集分割

在模型訓練之前,要首先劃分訓練集與測試集,如何對原始數據集進行訓練集與測試集的劃分?訓練集與測試集的比例各佔多少?如何保證各自內部標籤分佈平衡都會影響模型訓練的最終效果。好在R和Python中有現成的數據集分割函數,避免手動寫函數導致劃分比