kk
Size: a a a
2021 January 17
kk
А я так делал...
D
интуитивно, наверное, правильно, но т.к. Вы передаёте строку с именем метрики, а не саму функцию, то возникает такая проблема 🤷♂️
kk
интуитивно, наверное, правильно, но т.к. Вы передаёте строку с именем метрики, а не саму функцию, то возникает такая проблема 🤷♂️
Спасибо большое !)
kk
Меня один вопрос второй третий месяц мучает, я модель обучил, она показывает 100 точность, я не пойму где я ошибся.
Я просто сейчас подал на кросвалдиацию полный набор данных и получаю следующий график
Я просто сейчас подал на кросвалдиацию полный набор данных и получаю следующий график
kk
Как возможно что на К fold crossvalidation у меня f1 = 1 , а на holdout validation f1 = 0.98 ....
kk
Разве не наоборот должно быть ?
kk
И я же правильно сделал кросвалдиацию , когда просто подал полный набор данных ?
kk
Ребят, такой вопрос , если я делаю LOOCV на наборе данных, где 387 строк, из них 80 строк одного класса, и 307 строк другого класса, то какую максимальную кросвалидацию я могу поставить по размеру ? Ну то есть я думал , что LOOCV это тоже самое что Kfold только делает валидацию по каждой строчке ... То есть я могу выставить параметр 387? Верно ??
kk
Как-то странно работает, если ставлю 10 кратную проверку , то recall = 1 , а если 387 кратную, то 0.26 .... Я все правильно делаю ?
kk
И откуда у меня красные ошибки появляются..
kk
Нашел ошибку)
kk
Случайно таргет был в Х
kk
Я правильно понимаю, что максимальный параметр кросвалдиацию могу поставить равным минимальному количеству строк одного класса ?
SD
Это ворнинги, а не ошибки
SD
но при отсутствии позитивных примеров recall не определен, поэтому то как это написано не с работает
SD
я бы предложил использовать cross_val_predict (https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.cross_val_predict.html) чтобы получить предсказания по LOO, а потом на этих предсказаниях посчитать recall
kk
я бы предложил использовать cross_val_predict (https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.cross_val_predict.html) чтобы получить предсказания по LOO, а потом на этих предсказаниях посчитать recall
Попробую, спасибо