不同类型问题的性能评价指标-[共10页]-101-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf-[美] Michael Bowles 鲍尔斯-人民邮电出版社

©本内容由知传链提供
- 1、本内容来自版权合作机构,您在本站购买的阅读使用权仅限于您本人阅读使用,您不得/不能给任何第三方使用,由此造成的一切相关后果本平台保留向您追偿索赔的权利!版权所有,后果自负!
- 2、本文档为正版电子图书,虚拟物品付费之后概不接收任何理由退款。
查看更多
82第3章预测模型的构建:平衡性能、复杂性以及大数据第二个方面是在预留样本上进行错误估计的技术。预留样本错误是指在新数据上的错误率。如何利用上述
您可能关注的文档
- 连接微控制器并且安装Firmata-[共3页]-22-JavaScript机器人编程指南-人民邮电出版社-美 Kassandra Perch 珀芝.pdf
- F-ml-[共5页]-14-JavaScript机器人编程指南-人民邮电出版社-美 Kassandra Perch 珀芝.pdf
- E-qy-[共7页]-7-JavaScript机器人编程指南-人民邮电出版社-美 Kassandra Perch 珀芝.pdf
- 参考文献-[共3页]-333-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 用梯度提升法对玻璃进行分类-[共5页]-324-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 用随机森林对玻璃进行分类-[共4页]-318-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 梯度提升法分类器的性能-[共4页]-314-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 用Python梯度提升法探测未爆炸水雷-[共7页]-307-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 构建随机森林模型探测未爆炸水雷-[共5页]-301-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 梯度提升法的性能评价以及变量编码的重要性-[共3页]-297-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 一个简单模型与复杂模型的对比-[共3页]-96-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 简单问题和复杂问题的对比-[共3页]-93-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 参考文献-[共3页]-87-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 多类别分类问题:它属于哪种玻璃-[共5页]-82-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 用实数值属性预测实数值目标:评估红酒口感-[共6页]-76-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 回归问题的平行坐标图:鲍鱼问题的变量关系可视化-[共4页]-70-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 基于因素变量的实数值预测:鲍鱼的年龄-[共6页]-64-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 属性和标签的关系可视化-[共7页]-56-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 利用Python Pandas对“岩石vs.水雷”数据集进行统计分析-[共3页]-51-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- “岩石vs.水雷”数据集统计特征-[共3页]-46-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
文档评论(0)