机器学习 · 函数

概率校准

对分类器进行概率校准。

调用签名(模型, 特征, 标签, 方法: 'str' = 'sigmoid', 折数: 'int' = 5)

概ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 概率校准
设 结果 = 机器学习.概率校准(
    模型=[1, 2, 3, 4],  # 必填；按函数业务含义传入 模型;首次使用建议先 打印(...
    特征=[1, 2, 3, 4],  # 必填；按函数业务含义传入 特征;首次使用建议先 打印(...
    标签=[1, 2, 3, 4],  # 必填；按函数业务含义传入 标签;首次使用建议先 打印(...
    方法='sigmoid',  # 可选；字符串类型的 方法 参数,按函数业务含义传入对应...
    折数=5,  # 可选；整数类型的 折数 参数,按函数业务含义传入对应数...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

5 个参数

参数类型 / 传入方式说明

模型可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入模型;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到模型再传入

特征可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入特征;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '特征';检查调用是否漏了这行

标签可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入标签;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '标签';检查调用是否漏了这行

方法可选 · 默认 'sigmoid'

str位置参数或字段名=值

字符串类型的方法参数,按函数业务含义传入对应文本。

常见错误：传非字符串会报 TypeError;按字符串类型传值

折数可选 · 默认 5

int位置参数或字段名=值

整数类型的折数参数,按函数业务含义传入对应数值。

常见错误：传非整数会报 TypeError;按整数类型传值

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 概率校准
设 结果 = 机器学习.概率校准(
    模型=[1, 2, 3, 4],  # 必填；按函数业务含义传入 模型;首次使用建议先 打印(...
    特征=[1, 2, 3, 4],  # 必填；按函数业务含义传入 特征;首次使用建议先 打印(...
    标签=[1, 2, 3, 4],  # 必填；按函数业务含义传入 标签;首次使用建议先 打印(...
    方法='sigmoid',  # 可选；字符串类型的 方法 参数,按函数业务含义传入对应...
    折数=5,  # 可选；整数类型的 折数 参数,按函数业务含义传入对应数...
)
打印(结果)

# 进阶组合:概率校准 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.概率校准(
    模型=[1, 2, 3, 4],  # 必填
    特征=[1, 2, 3, 4],  # 必填
    标签=[1, 2, 3, 4],  # 必填
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 3 个必填参数

## 参数 1: 模型
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.概率校准()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.概率校准(模型=[1, 2, 3, 4])

## 参数 2: 特征
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.概率校准()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.概率校准(特征=[1, 2, 3, 4])

## 参数 3: 标签
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.概率校准()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.概率校准(标签=[1, 2, 3, 4])
打印(结果)