- Supervised learning 监督学习
- Data Preparation 数据准备


- Logistic Regression 逻辑回归
- Display the classification result using confusion matrix including TP, TN, FP, FN, 使用混淆矩阵显示分类结果,包括总磷、总氮、总磷、总氮
- Display the classification result using Precision, Recall and F1 score..使用精确度、召回率和F1分数显示分类结果。
- K-fold Cross Validation 千倍交叉验证
- Your code design and running results, 您的代码设计和运行结果
- Your findings on hyper-parameters based on this cross-validation results (Best results). 您对基于交叉验证结果的超参数的发现(最佳结果)。
您好,我是有问必答小助手,您的问题已经有小伙伴解答了,您看下是否解决,可以追评进行沟通哦~
如果有您比较满意的答案 / 帮您提供解决思路的答案,可以点击【采纳】按钮,给回答的小伙伴一些鼓励哦~~
ps:问答VIP仅需29元,即可享受5次/月 有问必答服务,了解详情>>>https://vip.csdn.net/askvip?utm_source=1146287632
没有解决,请大神给个代码。
1、首先要确定你的输入和输出都是什么;
2、你有的特征中,哪些是对输出有影响的,哪些是没有用的,去掉其中的无用特征,看看有没有缺失值,异常值等等;
3、看看你的输入需不需要转化为数字,如果不需要的话,划分数据集,直接调用逻辑回归就行了
你可以参考一下泰坦尼克号的数据处理过程,最后模型用逻辑回归就可以