已采納回答 / qq_慕數(shù)據(jù)7598772
模塊內(nèi)置得
已采納回答 / 慕粉3796200
不是的，分離訓(xùn)練集和測(cè)試集，分得好的話結(jié)果會(huì)更好，而且這個(gè)是隨機(jī)分的，再運(yùn)行會(huì)得到不同的結(jié)果
講師回答 / flare_zhao
準(zhǔn)確率不同的原因通常有：1、數(shù)據(jù)分離后，數(shù)據(jù)被隨機(jī)打亂，因此訓(xùn)練數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)都可能會(huì)有變化，肯定會(huì)影響模型及其表現(xiàn)；2、不同的算法，迭代一樣的次數(shù)，模型更新的權(quán)重會(huì)有差異，也就是說模型不完全一樣
講師回答 / flare_zhao
同樣的模型結(jié)構(gòu)，但經(jīng)過多次迭代后權(quán)重參數(shù)可能會(huì)有差異（比如如果每次迭代都隨機(jī)從總體數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)），導(dǎo)致最后的模型不完全一樣。但通常來說，迭代次數(shù)足夠多，收斂以后，準(zhǔn)確率差異性不會(huì)特別大。
講師回答 / flare_zhao
邏輯回歸擅長(zhǎng)的應(yīng)用就是分類，其激活函數(shù)的輸出是0-1之間的數(shù)，你可以理解為不同類別對(duì)應(yīng)的概率，可以在輸出后進(jìn)行二次過濾，比如說A類是p>=0.5,B類是p<0.5.是繼續(xù)練過程中，是以0.5進(jìn)行劃分。
講師回答 / flare_zhao
首先判斷是否已經(jīng)運(yùn)行完成了？每個(gè)cell運(yùn)行以后左上角的那個(gè)方括號(hào)會(huì)顯示數(shù)字的。你這里說的沒有運(yùn)行結(jié)果，是不是說圖像沒有顯示出來？如果是的話，在代碼前面增加一行代碼：%matplotlib inline。這樣圖像就會(huì)在頁面中穿插顯示了
2019-09-19
講師回答 / flare_zhao
可以考慮邏輯回歸模型，輸出0為A隊(duì)贏，1為B隊(duì)2贏，訓(xùn)練數(shù)據(jù)X為兩隊(duì)的基本信息（或者先進(jìn)行數(shù)據(jù)預(yù)處理，提取關(guān)鍵參數(shù)），結(jié)果為輸贏（0/1）。然后建立模型
2019-09-15