标签:分子 当作 示例 标签 energy 地方 学习 shape low
一个分子可以有多个low-engergy shape,但是在当时学者们只能判断一个分子能否制成药物,而不能判断到底是分子的哪个low-energy shape在起作用。假如我们用常见的分类算法,把所有能制药的分子的low-energy shape当作正例,反之当作负例。那么我们的训练结果会非常不准确,因为我们有太多的false positive。
问题一:为什么正标签数远小于负标签数影响模型训练结果的准确性?
标签:分子,当作,示例,标签,energy,地方,学习,shape,low 来源: https://www.cnblogs.com/hahaah/p/16637021.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。