金沙国际网址 > 摄影 > 真是类别

原标题:真是类别

浏览次数:148 时间:2019-11-29

配置参数

  • 特色:金贝 110cm 80cm 56cm 双面反光板 金色银色双面 专业材质 高端品质 摄影器 80cm

查看完整参数>>

# 颜色标签

配置参数

  • 最高工作高度:594mm
  • 真是类别。三脚架类型:多用伞
  • 其他性能:多用伞具/UC-6 高度: 约3.6cm(折叠时)    约6.4cm(套筒竖立时) 长度: 约23cm 最大宽度: 约9.8cm 重量: 约160g 附属品: 多功能伞 多功能伞 撑开的直径: 约90cm 深度: 约20cm 伞杆直径: 10mm 伞杆长度(伸长时): 53cm 重量: 约315g

查看完整参数>>

eg:

>>> accuracy_score(y_true, y_pred)

文末惊喜在此:

纯手工Python混淆矩阵作图代码案例

1.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)

importmatplotlib.pyplotasplt

2.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)

plt.matshow(cm,cmap=plt.cm.Greens)

# facecolor 设置箭头的颜色

from sklearn import metrics

>>> accuracy_score(y_true, y_pred, normalize=False)

#金沙国际网址,其余常用参数如下:

参数分别为y实际类别、预测类别、返回值要求(True返回正确的样本占比,false返回的是正确分类的样本数量)

# arrowprops 用来设置箭头

0.5

>>> import numpy as np

plt.ylabel('True label')# 坐标轴标签

>>> y_pred = [0, 2, 1, 3]

#导入混淆矩阵函数

#annotate主要在图形中添加注释

#函数调用

# 画混淆矩阵图,配色风格使用cm.Greens

plt.colorbar()

#horizontalalignment水平对齐

# width 箭身的宽度

# 第一个参数是注释的内容

3.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

金沙国际网址 1

金沙国际网址 2

#verticalalignment垂直对齐

>>> from sklearn.metrics import accuracy_score

defcm_plot(y,yp):#参数为实际分类和预测分类

plt.xlabel('Predicted label')# 坐标轴标签

# headwidth 箭头的宽度

cm_plot(train[:,3],tree.predict(train[:,:3])).show()

输出结果图:

foryinrange(len(cm)):

>>> y_true = [0, 1, 2, 3]

plt.annotate(cm[x,y],xy=(x,y),horizontalalignment='center',verticalalignment='center')

# xy设置箭头尖的坐标

cm = confusion_matrix(y,yp)

参数:真是类别,预测类别,目标类别名称

#导入作图函数

# xytext设置注释内容显示的起始位置

eg:

太多了,写3个常用的吧,具体参考help(metrics)

# 第一个参数添加注释

fromsklearn.metricsimportconfusion_matrix

输出为混淆矩阵

金沙国际网址 3

# headlength 箭头的头的长度

returnplt

eg:

#输出为混淆矩阵

forxinrange(len(cm)):

本文由金沙国际网址发布于摄影,转载请注明出处:真是类别

关键词:

上一篇:金贝 K系列伞形快装柔光箱柔光箱栅格方形八角形

下一篇:int()函数的第二个参数是转换进制,函数参数