1、基于yolov5车轮检测源码及模型_附评估指标曲线(高mAP、召回率)及使用说明
2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线
3、迭代150次，模型拟合较好。
【备注】有相关使用问题，可以私信留言跟博主沟通。
2022-11-28 21:26:14
67.57MB
网格搜索、随机搜索和贝叶斯优化是寻找机器学习模型参数的最佳组合、交叉验证每个组合并确定哪一个提供最佳性能的流行方法。
此示例还将讨论如何根据不同的评估指标（准确度、召回率、精度、F1、F2、F0.5）微调超参数
2022-09-13 16:52:31
374KB
1
本项目的数据集给出了15万左右的用户以及12万左右的商品, 以及对应的经过脱敏处理的用户特征和经过预处理的商品特征，旨在为用户推荐50个其可能购买的商品。
2022-07-08 18:08:36
37.4MB
matplotlib.pyplot绘制决策树的准确率，召回率，ROC，特征重要性-附件资源
2022-05-20 00:01:18
23B
1