1. pairwise
from sklearm.metrics.pairwise import pairwise_distance
计算一个样本集内部样本之间的距离：
D = np.array([np.linalg.norm(r1-r2) for r1 in X] for r2 in X)
当然，不要重复制造轮子，sklearn 已为我们提供了实现好的接口：
D = pai
转载
2016-10-26 16:56:00
182阅读
2评论
1. pairwise
from sklearm.metrics.pairwise import pairwise_distance
计算一个样本集内部样本之间的距离：
D = np.array([np.linalg.norm(r1-r2) for r1 in X] for r2 in X)
当然，不要重复制造轮子，sklearn 已为我们提供了实现好的接口：
D = pai
转载
2016-10-26 16:56:00
135阅读
初学，持续更新中……
原创
2018-03-25 21:54:57
5079阅读
点赞
学习笔记 学习笔记 classification_report sklearn.metrics.classification_report(y_true, y_pred, labels = None, target_names = None, sample_weight = None, digits
转载
2020-10-22 20:03:00
1097阅读
2评论
官方地址：点击打开链接形式：sklearn.metrics.auc(x, y, reorder=False)规则：利用梯形法则计算曲线下的面积(AUC)。Parameters:x : array, shape = [n]x 坐标y : array, shape = [n]y 坐标reorder : boolean, optional (defaul
原创
2023-07-04 11:42:33
349阅读
ML之sklearn：sklearn.metrics中常用的函数参数(比如confusion_matrix等 )解释及其用法说明之详细攻略目录sklearn.metrics中常用的函数参数confusion_matrix推荐文章ML：分类预测问题中评价指标(ER/混淆矩阵P-R-F1/ROC-AUC/RP/mAP)简介、使用方法、代码实现、案例应用之详细攻略CNN之性能指标：卷积神经网络中常用的性能指标(IOU/AP/mAP、混淆矩阵)简介、使用方法之详细攻略...
原创
2021-06-15 18:06:30
2095阅读
ML之sklearn：sklearn.metrics中常用的函数参数(比如confusion_matrix等 )解释及其用法说明之详细攻略目录sklearn.metrics中常用的函数参数confusion_matrix推荐文章ML：分类预测问题中评价指标(ER/混淆矩阵P-R-F1/ROC-AUC/RP/mAP)简介、使用方法、代码实现、
原创
2022-03-10 11:00:05
1808阅读
注意多维数组 MAE 的计算方法 给出的是每列的 MAE 给出的是加了不同权重的每列的MAE
转载
2018-10-30 18:01:00
371阅读
2评论
注意多维数组 MAE 的计算方法 * >>> from sklearn.metrics import mean_absolute_error>>> y_true = [3, -0.5, 2, 7]>>> y_pred = [2.5, 0.0, 2, 8]...
转载
2018-10-30 18:01:00
171阅读
2评论
积的;sklearn.metrics.roc_cur...
原创
2023-06-14 21:10:45
1422阅读
accuracy_score分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解，但是它不能告诉你响应值的潜在分布，并且它也不能告诉你分类器犯错的类型。形式：sklearn.metrics.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)normalize：默认值为True，返回正确分
转载
2024-01-28 00:08:02
69阅读
1、accuracy_score 分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解
转载
2022-09-09 00:33:41
2441阅读
Scikit-learn最早由数据科学家David Cournapeau 在2007 年发起，需要NumPy和SciPy等其他包的支持，是Python语言中专门针对机器学习应用而发展起来的一款开源框架。作为专门面向机器学习的Python开源框架，Scikit-learn可以在一定范围内为开发者提供非常好的帮助。它内部实现了各种各样成熟的算法，容易安装和使用，样例丰富，而且教程和文档也非常详细。线性
转载
2024-01-08 17:52:43
50阅读
机器学习评估准则
roc曲线是机器学习中十分重要的一种学习器评估准则，在sklearn中有完整的实现，api函数为sklearn.metrics.roc_curve(params)函数。官方接口说明：http://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_curve.htm
转载
2024-03-14 08:37:49
275阅读
SVM算法最初是为二值分类问题设计的，当处理多类问题时，就需要构造合适的多类分类器。one-against-one和one-against-all两种。a.一对多法（one-versus-rest,简称1-v-r SVMs, OVR SVMs）。训练时依次把某个类别的样本归为一类,其他剩余的样本归为另一类，这样k个类别的样本就构造出了k个SVM。分类时将未知样本分类为具有最大分类函数值的那类
转载
2023-11-29 13:35:53
57阅读
通过 Metrics API，您可以获得指定节点或 pod 当前使用的资源量。此 API 不存储指标值，因此想要获取某个指定节点10分钟前的资源使用量是不可能的；
此 API 和其它 Kubernetes API 一起位于同一端点（endpoint）之下，是可发现的，路径为/apis/metrics.k8s.io
原创
2020-02-28 18:37:47
2406阅读
# Java Metrics and Prometheus Metrics
Java Metrics and Prometheus Metrics are two popular libraries used for collecting and monitoring metrics in Java applications. In this article, we will explore w
原创
2023-12-11 15:23:28
76阅读
一、背景最近看到了一篇文章，说的是spark小文件合并的问题Spark 小文件合并优化实践：https://mp.weixin.qq.com/s/195nFBH0kpZEXekHiQAfrA（作者：偷闲小苑）其实关于小文件合并我之前也写过类似的文章，大体的方案也就是 1、存之前做一个数据量的预估，然后repartition/coalesce2、存完之后，触发一个merge合并小文件（可以是hive
转载
2023-10-11 08:15:50
377阅读
# Victoria Metrics vs Elastic Metrics实现
## 介绍
在本文中，我将教你如何实现"Victoria Metrics vs Elastic Metrics"。这是一个比较两个度量系统的任务，我们将使用一些代码和工具来完成这个任务。
## 整体流程
下面是完成此任务的步骤概述：
```mermaid
journey
title 整体流程
se
原创
2024-01-12 20:46:32
90阅读
使用Prometheus和Grafana监控Spark应用终极方案，通过graphite_exporter将原生数据通过映射文件转化为有 label 维度的 Prometheus 数据
Spark任务启动后，我们通常都是通过跳板机去Spark UI界面查看对应任务的信息，一旦任务多了之后，这将会是让人头疼的问题。如果能将所有任务信息集中起来监控，那将会是
转载
2023-07-18 22:35:53
52阅读
