摘要： REF https://zhuanlan.zhihu.com/p/343667804 聚类纯度 真实的簇如下C1，C2，C3， 样本总数为17. C1： X 【8个X】 C2：O 【5个O】 C3：◊ 【4个◊】 聚类之后的结果如下: cluster 1 (w1)， cluster 2（w2）， c 阅读全文

摘要： 1 引言 在之前的一篇文章（https://chuna2.787528.xyz/emanlee/p/17742869.html）中掌柜详细介绍了聚类算法中几种常见的评估指标，包括纯度（准确率）、精确率、召回率、兰德系数和F值等。虽然这些评价指标都能很好的评估聚类结果的优劣，但是它们都有着一个共同的缺点， 阅读全文

摘要： auto-sklearn 0.15.0 requires ConfigSpace<0.5,>=0.4.21, but you have configspace 0.7.1 which is incompatible.auto-sklearn 0.15.0 requires smac<1.3,>=1. 阅读全文

摘要： precision recall 比较低 accuracy 高 为什么神经网络accuracy值很高，但是F1,recall,precision特别差? 对于这个问题，首先要清楚accuracy，F1，recall，precision等概念的含义，为了弄清楚这些概念，以二分类（正，负）为例，现定义如 阅读全文

摘要： 文件比较 winmerge https://winmerge.org/ https://github.com/WinMerge/winmerge/releases/download/v2.16.32/WinMerge-2.16.32-Setup.exe 阅读全文

摘要： AttributeError: module 'numpy' has no attribute 'int'. numpy 1.24.1 pypi_0 pypi scikit-learn 1.2.2 pypi_0 pypi 原因：np.int 在 NumPy 1.20中已弃用，在NumPy 1.24中 阅读全文

摘要： from sklearn.datasets.samples_generator import make_blobs make_blobs方法:sklearn.datasets.make_blobs(n_samples=100,n_features=2,centers=3, cluster_std=1 阅读全文

摘要： 协方差 协方差的计算公式 协方差的计算公式为：COV（X，Y）=E（XY）-E（X）E（Y）。EX为随机变量X的数学期望，EXY是XY的数学期望。协方差在概率论和统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。 变量间相关的关系： 一般有三种：正相关、负相 阅读全文

摘要： 概念 协方差（Covariance）在概率论和统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。 其实简单来讲，协方差就是衡量两个变量相关性的变量。当协方差为正时，两个变量呈正相关关系（同增同减）；当协方差为负时，两个变量呈负相关关系（一增一减）。 而协方差 阅读全文

摘要： from keras.callbacks import EarlyStopping, ModelCheckpoint es = EarlyStopping(monitor='val_loss', patience=2, restore_best_weights=True) 为了获得性能良好的神经网络 阅读全文