from sklearn.metrics import classification_report y_true=[0,1,2,2,2]#真值 y_pred=[0,0,2,2,1]#预测结果 print(classification_report(y_true,y_pred)) ...
分类：
其他好文 时间：
2021-05-23 23:39:17
阅读次数：
0
一、AUC含义 AUC是二分类指标ROC曲线下方的面积，在0~1之间。而在预测结果概率列表中可以理解为负样本排在正样本前面的概率（对概率值列排序）。 二、概率列表 通常建模结果可以输出为包含两列的表，第一列为真实标签（1/0），第二列为预测标签1的概率，示例如下： 三、利用awk计算AUC （1）先 ...
分类：
系统相关 时间：
2021-04-10 12:59:15
阅读次数：
0
对于语义分割网络，其输出为（b, h, w, classes）,对索引求最大值，得到维度为（b, h, w, 1） 相对于得到一个灰度图，其亮度值为类别index。因为类别值为[1, num_classes]， 如果对输出 结果直接显示，会的到一副纯黑的图。 所以需要进行预测结果可视化 将预测结果转 ...
分类：
其他好文 时间：
2021-01-01 11:53:48
阅读次数：
0
概述 微软的软件测试之道 里 看到的 感觉是一个 蛮科学 的东西 思路 只要认真对待某长期的事, 就可以采用这种循环来处理 一个循环, 多次叠加 循环 plan 事先计划 分析 确定过程 预测结果 do 执行计划 check 分析结果 act 审查步骤 改进计划 后续 这玩意还有其他的 改进版 有空 ...
分类：
其他好文 时间：
2020-10-10 17:42:12
阅读次数：
19
编辑推荐 浅入深地讲解Keras与TensorFlow深度学习类神经网络使用实际的数据集配合范例程序代码介绍各种深度学习算法，并示范如何进行数据预处理、训练数据、建立模型和预测结果 内容简介 本书提供安装、上机操作指南，同时辅以大量范例程序介绍TensorFlow Keras深度学习方面的知识。本书 ...
分类：
其他好文 时间：
2020-07-14 10:37:34
阅读次数：
103
一、精确率与召回率 1、精确率（Presicion） 预测结果为正例样本中真实为正例的比例（查的准）。 2、召回率（Recall） 真实为正例的样本中预测结果为正例的比例（查的全，对正样本的区分能力）。 3、精确率与召回率的理解 混淆矩阵 在分类任务下，预测结果(Predicted Conditio ...
分类：
其他好文 时间：
2020-06-19 00:35:03
阅读次数：
115
bert-as-service: Mapping a variable-length sentence to a fixed-length vector using BERT model 默认情况下bert-as-service只提供固定长度的特征向量，如果想要直接获取分类预测结果呢？ bert提供 ...
分类：
其他好文 时间：
2020-05-31 01:10:40
阅读次数：
158
这是比赛的第四阶段，模型的相关训练与验证 选好模型之后，需要建立训练集与验证集进行模型的效果验证，保证模型的预测结果正确符合，以及不过拟合训练与验证主要有以下几种方法： ###交叉验证法 交叉验证法的作用就是尝试利用不同的训练集/测试集划分来对模型做多组不同的训练/测试，来应对单词测试结果过于片面以 ...
分类：
其他好文 时间：
2020-05-30 23:24:59
阅读次数：
104
一、图像分类（resnet18） 1. 简介 说明：使用图像分类经典模型resnet18进行蜜蜂/蚂蚁图像分类。如下图为不同resnet的结构： 推理基本步骤： 1. 获取数据与模型 2. 数据变换，如RGB → 4D Tensor 3. 前向传播 4. 输出保存预测结果 Inference阶段注意 ...
分类：
其他好文 时间：
2020-05-16 23:33:24
阅读次数：
139
1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？（大家用自己的话介绍下） 答：防止过拟合： 通过特征选择，剔除一些不重要的特征，从而降低模型复杂度；检查业务逻辑，判断特征有效性，是否在用结果预测结果等； 如果还过拟合，那就看看是否使用了过度复杂的特征构造工程，比如，某两个特征相乘/除/加 ...
分类：
其他好文 时间：
2020-04-29 18:27:25
阅读次数：
64
