DNN音素分类的预测与结果分析 - 飞书文档
https://docs.feishu.cn/v/wiki/M7tqwIHYdiz5ULkRkD9cPPWTntg/a9等待几分钟后即可完成训练与模型验证，可以通过单元格（cell）查看模型在测试集上的分类准确率。生成的prediction.csv即是模型在测试集上的分类结果。
飞搜侠
热门搜索
模型预测结果分析：发现问题与改进 - 飞书文档
https://docs.feishu.cn/v/wiki/WO6pwPLCiiTSR5kZfSsc2RIPnNh/ae例如在多分类中，我们就需要观察究竟是哪几个类进行会相互分错，这样观测能不能基于这些分错的类进行某些处理来达到更好的预测效果；在回归问题中，我们可能就需要观察我们预测 ...
可解释人工智能（XAI）与SHAP：多类别分类问题的探索 - 飞书文档
https://docs.feishu.cn/article/wiki/GLuqwT1awiGLpZkQ73rceZmwnmc在多类别分类问题中，模型需要对多个类别进行区分和预测。传统的方法可能只能给出模型的最终预测结果，而无法解释模型是如何做出这个决策的。 ... 我们可以进一步分析 ...
数据分析库和机器学习库学习推荐 - 飞书文档
https://docs.feishu.cn/v/wiki/Xnk9wP9yeiVN5jkVyJhcC3s0nKf/a9分类问题：预测的结果是离散的值。 赛题要求就是建模SMILES式子，然后模型输出到0-1之间的连续值。 评价指标.
如何评估LightGBM模型的预测结果？ - 飞书文档
https://docs.feishu.cn/v/wiki/MaARwcr8li63nikSFRRciRKSnje/ah进阶思路Q&A ... 本次问题是回归预测，能够取得不错效果的话，常规思路一般为使用机器学习模型，如LightGBM、XGBoost，或者使用深度学习模型（神经网络等）进行实践，在模型的 ...
如何避免大模型串行输出慢的问题？ - 飞书文档
https://docs.feishu.cn/v/wiki/KgOWw5HWRiinTXkytrEcS0uJnIe/ak如果你有具体的反应数据和模型，我可以帮助你分析这些数据并给出可能的预测结果。但是，基于你给出的示例数据，我们没有足够的信息来做出可靠的预测。我建议你咨询专业的化学 ...
机器学习中公平性的分析：以Python 为例 - 飞书文档
https://docs.feishu.cn/article/wiki/XgLmw4byxi9MnSkqYIMcQxwrn2w例如，在分类问题中，我们可以使用公平感知的分类算法，如均衡概率分类器（Equalized Odds Classifier），来确保不同群体在分类结果上的公平性。 此外，模型的评估和 ...
CatBoost如何处理类别特征和缺失值？ - 飞书文档
https://docs.feishu.cn/v/wiki/YgNbwUJHKiMuCekhoZ9cEzgxnZc/af代码定义了一个名为 cv\_model 的函数，用于使用交叉验证训练分类模型，并对测试集进行预测。以下是代码的详细步骤和说明： ... 循环执行交叉验证： ... 模型评估： ... 模型应用：.
10个每个人都应该知道的人工智能术语 - 飞书文档
https://docs.feishu.cn/v/wiki/UwIcw8aSfixlLMkeZfTc3aOknWd/ad例如，在一个房价预测的任务中，输入数据是房屋的面积、位置、房间数量等特征，输出标签是房屋的价格。监督学习模型通过学习大量的房屋数据和对应的价格标签，建立起输入特征和 ...
Transformer用于文本二分类的实践 - 飞书文档
https://docs.feishu.cn/v/wiki/YjlBwYTR8iwOavk9chAchIcxnAd/a1需要注意的是，在使用Transformer 和LSTM 等序列模型进行文本分类（如情感分析）时，标签并不是放在影评数据序列的末尾作为最后一个要预测的词汇。相反，标签是独立于文本序列的 ...