Я учусь с помощью Crash Course машинного обучения от Google прямо сейчас, и у меня есть вопрос относительно Кодекса.
По сути, они меняют вывод Prediction на пустой массив в нескольких случаях, но каждый раз меняют индексы. Я немного смущен.
Пример 1:
в train_linear_regressor_model:
training_predictions = np.array([item['predictions'][0] for item in training_predictions])
validation_predictions = np.array([item['predictions'][0] for item in validation_predictions])
Пример 2:
в train_linear_classifier_model:
training_probabilities = np.array([item['probabilities'] for item in training_probabilities])
validation_probabilities = np.array([item['probabilities'] for item in validation_probabilities])
Пример 3:
При построении кривой РПЦ:
validation_probabilities = np.array([item['probabilities'][1] for item in validation_probabilities])
Таким образом, есть 3 случая, когда прогнозы из моделей превращаются в пустой массив, но каждый раз, когда индекс, к которому он добавляется, отличается.
Почему?
Я пытался увидеть, есть ли разница, когда я изменяю индекс в Примере 3, поскольку кривая ROC зависит от него, и таким образом я могу непосредственно видеть, что меняется, если я изменяю индекс с [1] на [0] или не указывать индекс вообще.