Question

在Python scikitlearn中，有一个名为＆＃39; sklearn.metrics.recall_score＆＃39; （http://scikit-learn.org/stable/modules/generated/sklearn.metrics.recall_score.html），由TP /（TP + FN）计算。

在我的无监督分类模型中，我将电子邮件分为两类：1或-1。所以我的问题是＆＃39;召回_分数＆＃39;功能知道标签＆＃39; 1＆＃39;是积极的＆＃39;或标签＆＃39; -1＆＃39;是消极的＆＃39;既然我没有说明哪个是哪个？如果模型对待＆＃39; 1＆＃39;如果模型处理＆＃39; -1＆＃39;积极的。

很抱歉，如果我的问题不明确。如果您希望我提供任何说明，请与我们联系。谢谢！

Answer 1

您需要指定正面标签。例如，如果您希望-1成为您的正面标签，您将调用

$(document).ready(function(){
      $("button").click(function(){
            $.get("https://api.coinmarketcap.com/v1/ticker/ethereum/", function(data, status){
                  myData = data[0];
                  document.getElementById("p1").innerHTML = (myData.price_usd);
            });                    
      });
});

默认情况下注意1是正面标签。

如何积极＆＃39;和“消极的＆＃39;在召回公式中确定机器学习？

1 个答案: