sklearn在机器学习中的应用-工程实践

机器学习;python library

创建时间:2019-12-02 18:05

阅读:

[toc]

模型评估指标

绝对误差 mean_absolute_error

1	from sklearn.metrics import mean_absolute_error
2	mean_absolute_error(y_true,y_pred)

均方误差mean_squared_error

1	from sklearn.metrics import mean_squared_eror
2	mean_squared_error(y_true,y_pred)

###　分类模型的指标

召回率 recall 查全率

1	from sklearn.metrics import recall_score
2	Recall=recall_score(y_true,y_pred,average=None)

F1值

1	from sklearn.metircs import f1_score
2	F1=f1_score(y_true,y_pred,pos_label=1,average=None)

AUC曲线

1	from sklearn.metircs import roc_auc_score
2	print roc_auc_score(y_true,y_pred_prob)

返回ROC曲线下的面积

混淆矩阵confusion matrix

1	from sklearn.metircs import confusion_matricx
2	print confusion_matrix(y_true,y_pred,labels=None)

参数 labels 是字符类别的形式，用来指定各个类别显示的名称

设向量vector1,vector2
曼哈顿距离

欧氏距离

1	numpy
2	print(sqrt((vector1-vector2)*(vector1-vector2).T))

切比雪夫距离

1	numpy
2	print(abs(vector1-vector2).max)

夹角余弦

1	numpy
2	print(vector1.dot(vector2)/(np.linalg.norm(vector1)*np.linalg.norm(vector2)))

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 jaytp@qq.com

1	from sklearn.metircs import accuracy_score
2	Accuracy=accuracy_score(y_true,y_pred,normalize=True)

1	from sklearn.metrics import precision_score
2	Precision=precision_score(y_true,y_pred,average=None)

1	from sklearn.metrics import classification_report
2	classification_report(y_true,y_pred,target_names=None)

1	from sklearn import metrics
2	metircs.roc_curve(y_true,y_pred_prob,pos_label=1)