剧集
混淆矩阵和数据不平衡 - 第 8 集
加入 Jason DeBoever 和 Glenn Stephens 直播学习电视,并探索这九部分的“机器学习数据科学基础”系列。 我们每周都会讲解 Learn 模块并实时回答问题。 从基本的经典机器学习模型到探索数据分析和自定义体系结构,你将指导你轻松消化概念内容和交互式 Jupyter 笔记本,并了解基础概念以及如何使用最常见的机器学习工具构建模型。
混淆矩阵和数据不平衡:第 08 集
对数据分类时,如何判断模型是好还是不好? 计算机评估模型性能的方式有时对于我们来说可能难以理解或者可以进一步简化模型的实际表现。 若要构建模型,使其以令人满意的方式工作,我们需要找到直观的方法来评估这些指标,并了解这些指标如何影响我们的观点。 本集内容:
- 评估分类模型的性能。
- 查看指标以改进分类模型。
- 减少由于数据不平衡导致的性能问题。
加入 Jason DeBoever 和 Glenn Stephens 直播学习电视,并探索这九部分的“机器学习数据科学基础”系列。 我们每周都会讲解 Learn 模块并实时回答问题。 从基本的经典机器学习模型到探索数据分析和自定义体系结构,你将指导你轻松消化概念内容和交互式 Jupyter 笔记本,并了解基础概念以及如何使用最常见的机器学习工具构建模型。
混淆矩阵和数据不平衡:第 08 集
对数据分类时,如何判断模型是好还是不好? 计算机评估模型性能的方式有时对于我们来说可能难以理解或者可以进一步简化模型的实际表现。 若要构建模型,使其以令人满意的方式工作,我们需要找到直观的方法来评估这些指标,并了解这些指标如何影响我们的观点。 本集内容:
- 评估分类模型的性能。
- 查看指标以改进分类模型。
- 减少由于数据不平衡导致的性能问题。
视频 URL
HTML iframe
想提供反馈? 在此处提交问题。