Wat zijn Sklearn-statistieken in Python?
Wat zijn Sklearn-statistieken in Python?

Video: Wat zijn Sklearn-statistieken in Python?

Video: Wat zijn Sklearn-statistieken in Python?
Video: Data Preprocessing 01: StandardScaler Machine Learning | Scikit Learn | Sklearn | Python | 2024, November
Anonim

De sluw . statistieken module implementeert verschillende verlies-, score- en gebruiksfuncties om classificatieprestaties te meten. Sommige statistieken kan waarschijnlijkheidsschattingen van de positieve klasse, betrouwbaarheidswaarden of binaire beslissingswaarden vereisen.

Dit in overweging nemend, wat is Sklearn in Python?

Scikit-leren is een gratis machine learning-bibliotheek voor Python . Het beschikt over verschillende algoritmen, zoals support vector machine, random forests en k-neighbours, en het ondersteunt ook Python numerieke en wetenschappelijke bibliotheken zoals NumPy en SciPy.

Vervolgens is de vraag, wat is Neg_mean_squared_error? Alle scorer-objecten volgen de conventie dat hogere retourwaarden beter zijn dan lagere retourwaarden. Dus metrieken die de afstand tussen het model en de gegevens meten, zoals metrieken. mean_squared_error, zijn beschikbaar als neg_mean_squared_error die de genegeerde waarde van de metriek retourneren.

Bovendien, wat is de nauwkeurigheidsscore in Sklearn?

Nauwkeurigheid classificatie scoren . Bij classificatie met meerdere labels berekent deze functie subset nauwkeurigheid : de voorspelde set labels voor een steekproef moet exact overeenkomen met de corresponderende set labels in y_true. In binaire classificatie en classificatie met meerdere klassen is deze functie gelijk aan de jaccard_score-functie.

Wat is de f1-score in Python?

Bereken de F1-score , ook bekend als gebalanceerde F- scoren of F-maat. De F1-score kan worden geïnterpreteerd als een gewogen gemiddelde van de precisie en herinnering, waarbij een F1-score bereikt zijn beste waarde bij 1 en slechtste scoren op 0. De relatieve bijdrage van precisie en herinnering aan de F1-score zijn gelijk.

Aanbevolen: