该库是对TS型模糊神经网络的一个集成，采用类编写，调用十分方便，有清晰的注释，能够处理分类和回归问题，后面会写一个专门的介绍使用的博客
最重要的是，想要使用TSFNN模型，下载这一个程序库就足够了！！！
2021-11-01 18:14:24
13KB
1
基于优化算法的bp神经网络，用于解决分类问题，可以给大家提供两种编程思路，亲测有效。
2021-09-28 16:08:03
6KB
混淆矩阵
衡量一个分类器性能的更好的办法是混淆矩阵。它基于的思想是：计算类别A被分类为类别B的次数。例如在查看分类器将图片5分类成图片3时，我们会看混淆矩阵的第5行以及第3列。
为了计算一个混淆矩阵，我们首先需要有一组预测值，之后再可以将它们与标注值（label）进行对比。我们也可以在测试集上做预测，但是最好是先不要动测试集（测试集仅需要在最后的阶段使用，在我们有了一个准备上线的分类器后，最后再用测试集测试性能）。接下来，我们可以使用cross_val_predict() 方法：
from sklearn.model_selection import cross_val_predict
y_t
2021-09-27 11:36:49
196KB
1
UCI 机器学习数据集合中的经典二分类数据集，包括 Iris、Hert Dieses、German Credit 等经典二分类问题测试数据集。
2021-09-19 23:57:50
1.47MB
1