概率转分数 分类可以分为硬分类和软分类。 **硬分类（hard classification）**是当我们进行观察并预测它属于哪个类别时。例如，银行可以使用某人的财务历史（观察）来预测他们是否会偿还贷款。医生可以测量肿瘤（观察结果），以预测肿瘤是否是恶性肿瘤，是否需要切除。 相比之下，**软分类（soft classification）**表示模型对其预测的信心。在发放贷款时，模型可能会做出硬分类

评分卡模型 数据导入 使用kaggle上的Give Me Some Credit数据 1df = pd.read_csv('cs-training.csv') 数据预处理 缺失值处理 1print(df.info()) 12345678910111213141516171819<class 'pandas.core.frame.DataFrame'&g

电饭煲叉烧 https://www.bilibili.com/video/BV1yV4y187H9 准备梅花肉 可以用五花肉替代 有点厚，用牙签扎扎孔 腌的时候切几大块，然后用叉子正反插猪肉，这样更能入味 腌制肉 蜂蜜可以用冰糖替代 套上袋子，放冰箱冷藏腌制三个小时以上 最好过夜腌制 第二天全部倒入电饭煲，按煮饭键 电饭锅就不用加水了，不粘锅也不加水，铁锅要加一些水的。

概率评分方法 一般来说，评估预测概率准确性的方法被称为评分规则或评分函数。下面将介绍三种评分方法，可用于评估分类预测建模问题的预测概率。 Log Loss Score Log loss, also called “logistic loss,” “logarithmic loss,” or “cross entropy” can be used as a measure for evaluatin

LR的预测概率值转分数（评分卡） 背景：在互联网金融中，一般用LR模型来预测一个借贷用户的好坏，但是LR模型得到的结果是逾期的概率值，如何仅仅给出预测概率值，人一般很难判断这个概率值代表的用户质量好坏，但是如果能够给出分数就比较理解了。而我们一般要把逾期概率转为分数来供公司进行决策，那么如何将逾期概率转化为用户质量的得分，例如0-100呢？ 评分卡的分数转化 逻辑回归（Logistic Regre

图像质量评价指标 图像质量评价指标的最常见分类是通过参考图像的可用性，即全参考（full-reference, FR）、减少参考（reduced-reference, RR）和无参考（no-reference, NR）质量度量。FR度量计算失真图像和参考图像之间的相似性，当参考图像的部分信息可用时应用RR度量，而NR度量利用图像统计来评估图像质量，因为参考图像的信息完全不可用。 1. PSNR

了解Llama 官网：https://ai.meta.com/llama/ 文章：https://ai.meta.com/research/publications/llama-2-open-foundation-and-fine-tuned-chat-models/ 介绍 This release includes model weights and starting code for pret

调试运行华驼模型 论文地址：https://arxiv.org/abs/2304.06975 项目地址：https://github.com/SCIR-HI/Huatuo-Llama-Med-Chinese 运行infer.py报错 12UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in positi

IDEA开发常用快捷键 快捷键组合 实现效果 psvm + Tab键 / main + Tab键 public static void main(String[] args) sout + Tab键 System.out.println() Ctrl + X 删除当前行 Ctrl +D 复制当前行 Alt+Insert(或右键Generate) 生成代码(如get,s

Domain-Adversarial Training of Neural Networks（DaNN）实现 总体介绍 在传统的机器学习中，我们经常需要大量带标签的数据进行训练， 并且需要保证训练集和测试集中的数据分布相似。在一些问题中，如果训练集和测试集的数据具有不同的分布，训练后的分类器在测试集上就没有好的表现。 域适应（Domain Adaption）是迁移学习中一个重要的分支，目的是把具有