我在Python语言中实现了k-近邻算法,对数据库中随机挑选的一些图像进行分类。然而,我发现我的距离函数相当慢:对10k图像训练集进行10个测试图像的分析大约需要2分钟。这些图像的分辨率为28x28像素。因为我是python的新手,所以我觉得这样做会更快。该函数用于计算两个相同大小的灰度图像之间的欧几里得距离。
def calculateDistance(image1, image2):
distance = 0
for i in range(len(image1)):
for j in range(len(image1)):
dista
我有一个有5类的文本分类任务,问题是我的精度和这个警告很差,可能是由于数据不平衡(我不确定):
/usr/local/lib/python2.7/site-packages/sklearn/metrics/metrics.py:1771: UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 in labels with no predicted samples.
我猜这个警告是由于数据聚集在5标签中而产生的。如何修复此警告以及如何增加分类报告的结果?。我还尝试使用以下超参数进行网格搜索:
Best para