在sklean的预处理方法中主要有三种,每一种都有函数方法和类方法两种使用方法：归一化-标准化：normalize()函数/Normalizer()类区间缩放-调整尺度: minmax_scale函数/MinMaxScaler()类正态化：scale()函数/StandardScaler()类归一化/标准化处理将每一行数据的向量模长（欧氏距离）处理成1.方法一：normalize()...

例如数组：arr = [True, False, False]计算True和False的个数：import numpy as npprint('True个数：'， np.sum(arr!=0))print('False个数：'， np.sum(arr==0))输出：12

画ROC曲线封装函数# 画ROC曲线函数def plot_roc_curve(y_true, y_score):"""y_true:真实值y_score：预测概率。注意：不要传入预测label！！！"""from sklearn.metrics import roc_curveimport matplotlib.pyplot as pltfpr,tpr,threshold = roc_curve(

在sklean的预处理方法中主要有三种,每一种都有函数方法和类方法两种使用方法：归一化-标准化：normalize()函数/Normalizer()类区间缩放-调整尺度: minmax_scale函数/MinMaxScaler()类正态化：scale()函数/StandardScaler()类归一化/标准化处理将每一行数据的向量模长（欧氏距离）处理成1.方法一：normalize()...

python自带的scatter函数参数中颜色和大小可以输入列表进行控制，即可以让不同的点有不同的颜色和大小，但是只能是同一种形状。例如例一：import numpy as npimport matplotlib.pyplot as pltdef plotMatrixPoint(Mat, Label):""":param Mat: 二维点坐标矩阵:param...

什么是逻辑回归？首先逻辑回归是一种分类算法。逻辑回归算法和预测类算法中的线性回归算法有一定的类似性。简单来讲，逻辑回归，就是通过回归的方法来进行分类，而不是进行预测，比如预测房价等。逻辑回归解决的问题先看下面的图，已知平面上分布的红点和蓝点，逻辑回归算法就是解决怎么根据一系列点，计算出一条直线（或者是平面）将平面上的点分成两类，一般的解决方法就是建立一个数学模型，然后通过迭代优化得到一个最优...

什么是逻辑回归？首先逻辑回归是一种分类算法。逻辑回归算法和预测类算法中的线性回归算法有一定的类似性。简单来讲，逻辑回归，就是通过回归的方法来进行分类，而不是进行预测，比如预测房价等。逻辑回归解决的问题先看下面的图，已知平面上分布的红点和蓝点，逻辑回归算法就是解决怎么根据一系列点，计算出一条直线（或者是平面）将平面上的点分成两类，一般的解决方法就是建立一个数学模型，然后通过迭代优化得到一个最优...