Since the ROC curve is so similar to the precision/recall (PR) curve, you may wonder how to decide which one to use. As a rule of thumb, you should prefer the PR curve whenever the positive class is rare or when you care more about the false positives than the false negatives. Otherwise, use the ROC curve. For example, looking at the previous ROC curve (and the ROC AUC score), you may think that the classifier is really good. But this is mostly because there are few positives (5s) compared to the negatives (non-5s). In contrast, the PR curve makes it clear that the classifier has room for improvement (the curve could be closer to the top-left corner).
سلام
برای ساخت و فعال کردن virtualenv در jupyter notebook باید مانند فعال کردن محیط مجازی برای پایتون عمل کنیم .
ساختن و فعال کردن محیط مجازی در پایتون (لینوکس)
#step 1 : install
pip install virtualenv
#step 2 : create
virtualenv -p python3.6 myenv
#نکته :پارامترp
#مشخص کننده ورژن پایتون مورد نظر است که میتوانید مشخص کنید یا آن را حذف کنید
#myenv : name of virtualenv (you can select any name)
#step 3 :active virtualenv
source myenv/bin/activate
ساختن و فعال سازی محیط مجازی در کوندا یا jupyter
#step 1: install virtualenv
pip install virtualenv
step 2: create
conda create -n myenv
#OR RUN
conda create -n myenv python=3.6
#step 3 : activate virtualenv
conda activate myenv
مطالعه بیشتر
همیشه روال باشید
سلام وقت بخیر
چند سال پیش یه کد نوشته بودم که میومد به صورت اتوماتیک یه سری ویرایش روی فیلم انجام می داد اما خوشبختانه کد رو گم کردم . حدود یه ماهی هست نیاز به کدی داشتم که دوتا فیلم رو باهم متصل کنه .اما فرصت نمیکردم،چند بار یه کوچولو تلاش کردم اما به دلیل اینکه فیلم هایی که میخواستم باهم جوین کنم اندازه هاشون متفاوت بود ،به مشکل بر میخورد و خروجی قابل قبول نمیداد.
امشب یه تایم خالی پیدا شد، کدی که مشکل داشت یه ویرایش کوچولو انجام دادم و درست شد ،عالی نشد خروجی، ولی قابل قبول بود .همچنین نیاز داشتم یه لوگو هم به صورت اتوماتیک بندازم گوشه فیلمی که خروجی میده که اینم هم روال شد
کلش بیست خط کد نشد.
اگر بخوایید یک فیلمو ادیت کنید توی پایتون یک کتابخونه خیلی خفن داره به نام moviepy که کارتون رو شدیدا راه میندازه.
لینک گیت هاب کد
همیشه روال باشید
Imputation transformer for completing missing values.
برای محاسبه مقادیر missing به کار میاد که دو نوع هم در sklearn موجود است SimpleImputerوIterativeImputer. توضیحات بیشتر در لینک زیر. Imputer
سلام و قت بخیر
چگونه میتوانیم در داکر کانتیر و ایمیج و ولیوم خود رو پاک کنیم
خیلی راحت
پاکسازی همه تصاویر ، ظروف ، حجم ها و شبکه های بلااستفاده
docker system prune -a
برای دیدن جزییات بیشتر به اینجا مراجعه کنید.
virux
2021-10-02