- tôi phù hợp với một Logistic Regression Model và đào tạo các mô hình dựa trên tập dữ liệu đào tạo bằng cách sử dụng sau đây
import scikits as sklearn from sklearn.linear_model import LogisticRegression lr = LogisticRegression(C=0.1, penalty='l1') model = lr.fit(training[:,0:-1], training[:,-1)
- Tôi có tập dữ liệu xác thực chéo chứa một nhãn được liên kết trong ma trận đầu vào và có thể được truy cập là
cv [:, - 1]scipy/NumPy/scikits - tính điểm chính xác/thu hồi dựa trên hai mảng
- tôi chạy bộ dữ liệu kiểm chứng chéo của tôi so với mô hình đào tạo mà trả về cho tôi danh sách các 0s và 1s dựa trên dự đoán
cv_predict = model.predict (cv [:, 0: -1])
Câu hỏi
Tôi muốn tính điểm chính xác và số lần truy lại dựa trên nhãn thô và nhãn được dự đoán. Có một phương pháp tiêu chuẩn để làm điều đó bằng cách sử dụng numpy/scipy/scikits?
Cảm ơn bạn
này là tuyệt vời, cảm ơn bạn @ogrisel – daydreamer