小编KMi*_*tal的帖子

在 Gridsearch CV 中评分

我刚开始使用 Python 中的 GridSearchCV,但我很困惑这其中的得分是什么。我见过的地方

scorers = {
    'precision_score': make_scorer(precision_score),
    'recall_score': make_scorer(recall_score),
    'accuracy_score': make_scorer(accuracy_score)
}

grid_search = GridSearchCV(clf, param_grid, scoring=scorers, refit=refit_score,
                       cv=skf, return_train_score=True, n_jobs=-1)
Run Code Online (Sandbox Code Playgroud)

使用这些值的目的是什么,即准确率、召回率、评分准确率?

这是否被 gridsearch 用于根据这些评分值为我们提供优化的参数....例如对于最佳精度分数,它会找到最佳参数或类似的东西?

它计算可能参数的准确率、召回率、准确率并给出结果,现在的问题是,如果这是真的,那么它会根据准确率、召回率或准确率选择最佳参数吗?上面的说法是真的吗?

python machine-learning grid-search data-science

8
推荐指数
1
解决办法
1万
查看次数

将所有文件复制到 Fake f#make 中的目标目录

我想将特定目录中的所有文件复制到目标目录。
我的代码运行良好,但没有文件被复制到目标文件夹。

我尝试了两种方法,但没有运气:(
这是我的代码:

方法一:

#r @"packages\FAKE\tools\FakeLib.dll"

open Fake
let buildDir = "D:/MyDir/build/"
let testDir  = "D:/MyDir/test/"

let sourceDir = "D:/Files"

// Targets
Target "Clean" (fun _ ->
CleanDirs [buildDir; testDir]
)

Target "BuildSetup" (fun _ ->
    !!(sourceDir + "\**\*.txt")
|> Copy testDir)

"Clean"
  ==>"BuildSetup"

RunTargetOrDefault "BuildSetup"
Run Code Online (Sandbox Code Playgroud)

方法二:

#r @"packages\FAKE\tools\FakeLib.dll"
open Fake
let buildDir = "D:/MyDir/build/"
let testDir  = "D:/MyDir/test/"

let sourceDir = "D:/Files"

// Targets
Target "Clean" (fun _ ->
CleanDirs [buildDir; testDir ;sourceDir]
)

Target "Default" (fun _ …
Run Code Online (Sandbox Code Playgroud)

f# f#-fake f#-fake-4

1
推荐指数
1
解决办法
1236
查看次数

移动数据并创建新列 - python dataframe

我正在解决一个问题,需要将列中的数据移动 1,2 和 3 ..并为该值创建新列。

示例数据框:

Date     Price 
1-1-18     10
2-1-18     20
3-1-18     25
4-1-18     30
5-1-18     45
6-1-18     50
7-1-18     60
Run Code Online (Sandbox Code Playgroud)

预期数据帧:

Date    Price    Price1    Price2    Price3
1-1-18   10        -1       -1        -1
2-1-18   20        -1       -1        -1
3-1-18   25        -1       -1        -1
4-1-18   30        25       20        10
5-1-18   45        30       25        20
6-1-18   50        45       30        25
7-1-18   60        50       45        30
Run Code Online (Sandbox Code Playgroud)

python pandas

1
推荐指数
1
解决办法
816
查看次数