章节
问答
课签
笔记
评论
占位
占位
今日不再显示

下一节课程: 模型评估:逻辑回归、混淆矩阵、召回率、F1分数(1) (16:12) 下一节 重新观看

3 秒后播放下一节

为你推荐

flare_zhao
算法工程师

深圳微埃智能科技有限公司人工智能算法总监(深度学习、时间序列预测、图像分割、目标检测)、联合创始人;金融二级市场量化分析师;精通python、深度学习算法开发 深圳市海外高层次人才、宝安区高层次人才; 澳大利亚新南威尔士大学博士

提问题

写笔记

代码语言
公开笔记
提交
加群二维码

打开微信扫码自动绑定

您还未绑定服务号

绑定后可得到

  • · 粉丝专属优惠福利
  • · 大咖直播交流干货
  • · 课程更新,问题答复提醒
  • · 账号支付安全提醒

收藏课程后,能更快找到我哦~

使用 Ctrl+D 可将课程添加到书签

邀请您关注公众号
关注后,及时获悉本课程动态

举报

0/150
提交
取消
全部 精华 我要发布

最新回答 / 卡皮巴拉_jpySV1
import matplotlib.pyplot as plt%matplotlib inlineplt.plot(k_range,score_train)plt.xlabel('x')plt.ylabel('y')plt.show()这样应该就行了

最新回答 / qq_星星_77
from sklearn.metrics import accuracy_score

+ 我来回答 回答最高可+2积分

最赞回答 / qq_棠梨煎雪故人来_03907185
通常来说,数据是会被打散的,就是shuffle,而且划分数据的时候通常也是随机选取的,所以每次结果不一样是正常的。

最新回答 / 小小程序员一枚
其中 K值的范围我取的如下
k_range = list(range(1,90))

最新回答 / ___Cc
accuracy_score(y_train,y_test_pred)
这样你在比对的时候,y_train是取的训练集中的label,y_test_pred是预测的测试集的label,两个维度不同当然不能比对
全部 我要发布
最热 最新
只看我的

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

账号登录 验证码登录

遇到问题
忘记密码

代码语言