❶ matlab 下用libsvm 数据导入之后，导致准确率很低。但是在python下运行准确率很高。谢谢！
这个问题挺复杂的。 表面上看是libsvm导入出错了。
但是还有另外一个原因，就是数据的格式不太对。 解析出错了。
第三个原因就是python里计算的精度比较高。 而借助了libsvm后数据的精度变低了。
你说的准确率应该是算法结果的准确率。 按理，数据导入时精度变低应该影响不大。
所以很大可能是数据导入错误，或者是算法错误。
❷ python opencv怎么计算人脸识别的准确度
需要opencv，opencv是一个封装好了的计算机视觉的函数库，官网就可以下载。
就是下载有点苦难，我就是在下载上面废了好多时间，主要是网站有问题，里面没有合适的镜像文件，关键时刻还是要问大神，一个好人给了我一个镜像，很快就下载完了。
❸ python 如何得到准确率最高的贝叶斯分类器
该样本被分为C类的条件概率。那么如何用上式来对测试样本分类呢？
举例来说，有个测试样本，其特征F1出现了（F1=1），那么就计算P(C=0|F1=1)和P(C=1|F1=1)的概率值。前者大，则该样本被认为是0类；后者大，则分为1类。
❹ python中怎么将模型训练的准确率与召回率
数据集中：正例反例你的预测正例：AB你的预测反例：CD准确率就是A/(A+B)大白话就是“你的预测有多少是对的”召回率就是A/(A+C)大白话就是“正例里你的预测覆盖了多少”
❺ Python训练的数据集准确率为什么是负的
效果太差了，换一个 训练模型吧，或者对你的原始数据做一下特征工程，提高数据质量
❻ python处理20万数据多少时间
大概三十多秒。
Python是一种使用较多的解释型、高级和通用的编程语言，具有速度快，效率高，准确度高的特点。
❼ python 命名实体识别怎么计算准确率 召回率
目前算法方面主流就是CRF了
效率一般
2类(不包括非专名)
几W
query/s
4类
就下降到1W-2W
query/s了
更多类别的就更少了
当然这个是优化过的crf++了
而且命名实体识别
算法不是对所有类别的都合适
比如音乐和电影
CRF的效果就不好
但是人名
地名
机构名还不错
所以工程上即使用CRF
也会使用词典+消歧的策略
！
❽ python 怎么优化决策树的准确度
增加训练的数据量
减少数据的特征数
降低树的高度
调整剪枝策略
❾ 学好深度学习，python得达到什么程度
会基本矩阵运算(numpy)
装好keras
就可以开始使用深度学习了。
就在上个星期，我从装完keras到做完一个kaggle上的猫狗图片的数据分类，达到90+%的准确度。(照着网上的攻略，用vgg16分类猫狗的那个)
只用了三天时间，编程时间不到二十小时。
在此之前我对深度学习一窍不通，甚至不知道什么是激活层全连接层。对python的掌握只停留在能当计算器用。