分類學(xué)習(xí)

輸入：一組有標(biāo)簽的訓(xùn)練數(shù)據(jù)(也稱觀察和評估)，標(biāo)簽表明了這些數(shù) 據(jù)（觀察）的所署類別。

輸出：分類模型根據(jù)這些訓(xùn)練數(shù)據(jù)，訓(xùn)練自己的模型參數(shù)，學(xué)習(xí)出一個 適合這組數(shù)據(jù)的分類器，當(dāng)有新數(shù)據(jù)（非訓(xùn)練數(shù)據(jù)）需要進行類別判斷，就 可以將這組新數(shù)據(jù)作為輸入送給學(xué)好的分類器進行判斷。

劃分?jǐn)?shù)據(jù)集

訓(xùn)練集(training set):顧名思義用來訓(xùn)練模型的已標(biāo)注數(shù)據(jù)，用來建 立模型，發(fā)現(xiàn)規(guī)律。

測試集(testing set):也是已標(biāo)注數(shù)據(jù)，通常做法是將標(biāo)注隱藏，輸送 給訓(xùn)練好的模型，通過結(jié)果與真實標(biāo)注進行對比，評估模型的學(xué)習(xí)能力。

訓(xùn)練集/測試集的劃分方法：根據(jù)已有標(biāo)注數(shù)據(jù)，隨機選出一部分?jǐn)?shù)據(jù) （70%）數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，余下的作為測試數(shù)據(jù)，此外還有交叉驗證法， 自助法用來評估分類模型。

評價標(biāo)準(zhǔn)

精確率：精確率是針對我們預(yù)測結(jié)果而言的，（以二分類為例）它表示 的是預(yù)測為正的樣本中有多少是真正的正樣本。那么預(yù)測為正就有兩種可能 了，一種就是把正類預(yù)測為正類(TP)，另一種就是把負(fù)類預(yù)測為正類(FP)， 也就是

召回率：是針對我們原來的樣本而言的，它表示的是樣本中的正例有多 少被預(yù)測正確了。那也有兩種可能，一種是把原來的正類預(yù)測成正類(TP)， 另一種就是把原來的正類預(yù)測為負(fù)類(FN)，也就是

總結(jié)

以上是生活随笔為你收集整理的sklearn分类模型的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。