- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
所以我正在训练高斯贝叶斯分类器,出于某种原因,我在分类报告中的所有内容上都变得完美。显然这是错误的,我想知道为什么会这样。我在该领域没有太多经验,因此不胜感激!Kaggle 内核链接: https://www.kaggle.com/rafayk7/kickstarter-real
features_train, features_test, target_train, target_test = train_test_split(
data_analyze_scaled,
target,
test_size = 0.2,
random_state=42
)
print(features_train.shape)
print(target_train.shape)
print(features_test.shape)
print(target_test.shape)
给予
(265337, 254)
(265337,)
(66335, 254)
(66335,)
然后当我训练它时,
model = GaussianNB()
pred = model.fit(features_train, target_train).predict(features_test)
accuracy = classification_report(pred, target_test)
print(accuracy)
这给了我 1.0 的一切(准确率、召回率、准确率 f1)即使是逻辑回归模型也能给我 100% 的准确率。我不认为这是过度拟合,因为它是 100%。任何帮助表示赞赏!
target = data_analyze_scaled['state']
data_analyze_scaled.drop('state', axis=1)
这是我在 train_test_split 中使用的目标和 data_analyze_scaled
最佳答案
错误在 data_analyze_scaled.drop('state', axis=1)
中。此语句将从数据框中删除列 state
并返回修改后的数据框,该数据框必须保存在另一个数据框对象中,例如:
data_analyze_scaled_x = data_analyze_scaled.drop('state', axis=1)
现在您应该在训练测试拆分中使用它。
在您现有的实现中,您已将目标变量作为模型的一个特征。因此无论您使用哪种模型,准确度都将是 1。
关于python - 数据科学模型达到非常高的、意想不到的准确度?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56740537/
由于我正在为 iPhone 进行开发,所以我刚刚购买了 iPhone 4 来测试我的应用程序,该应用程序需要测量我的位置坐标。我的 iPhone 上没有任何互联网(3GS、GPRS 或其他...),问
我正在尝试构建一个正则表达式,对于“人类导航的浏览器”的User-Agent:计算结果为 true,但对于机器人则为 false。不用说,匹配不会精确,但如果在 90% 的情况下都能正确匹配,那就足够
我将使用 Python 中的 OpenCV 和 pytesseract 的 OCR 从图片中提取文本。我有这样一张图片: 然后我编写了一些代码来从该图片中提取文本,但它没有足够的准确性来正确提取文本。
我正在尝试使用 vars 学习向量自回归模型R 中的包。这个包没有任何方法来衡量返回模型的准确性。 具体来说,我想使用 accuracy 中定义的 MASE来自 forecast 的函数R 中的包,以
我的工作是计划使用UIMA集群运行文档以提取命名实体,而不提取命名实体。据我了解,UIMA打包的NLP组件很少。我已经测试GATE一段时间了,对此相当满意。在普通文本上还可以,但是当我们通过一些代表性
我正在使用 libSVM(带有线性内核)训练和交叉验证(10 倍)数据。 数据由 1800 个 fMRI 强度体素组成,表示为单个数据点。svm-train 的训练集文件中约有 88 个数据点。 训练
我正在运行一个很大的单元测试列表,这些单元测试正在检查各种不同的类获取和设置。我遇到了一些错误,因为我的测试运行太快?!? 举个简单的例子,单元测试从模拟一个带有评论的博客开始; Blog b = n
我正在进行一项实验,其目标是将脑电图时间序列数据分为 3 类。然而,每当我进行训练时,我的损失都是 NaN,准确度是 0.0。 我的数据有 150 步长,有 4 个 channel 。全部归一化在 0
我已经编写了一个检测 IBeacons 的应用程序(swift,IOS)。虽然我可以正确检测到另一部 iPhone 的 RSSI、准确性和接近度,但在检测到我的信标 (Qualcomm) 时,它会被发
我有包含两列的 csv 文件: category, description 文件中有 1030 个类别,只有大约 12,600 行 我需要获得一个文本分类模型,并根据这些数据进行训练。我使用 kera
问题描述 我正在阅读 François Chollet ( publisher webpage , notebooks on github ) 的“Python 中的深度学习”。复制第 6 章中的示例
我对深度学习非常陌生:我正在 Udemy 上学习深度学习类(class)。一旦我执行我的代码,它会说: ValueError:模型未配置为计算准确性。您应该将 metrics=["accuracy"]
我是一名优秀的程序员,十分优秀!