# 建立自定義評估指標 函式
from sklearn.metrics import make_scorer, r2_score
from sklearn.model_selection import train_test_split
from sklearn.linear_model import ridge
from sklearn.datasets import make_regression
# 특성 행렬과 타깃 벡터를 만듭니다.
features, target = make_regression(n_samples =
100,
n_features =3,
random_state =1)
# 建立特徵矩陣和目標向量
features_train, features_test, target_train, target_test = train_test_split(
features, target, test_size=
0.10
, random_state=1)
# 自定義函式 自定義評估指標
defcustom_metric
(target_test, target_predicted)
:# r^2 計算r2得分
r2 = r2_score(target_test, target_predicted)
# r^2 점수를 반환합니다.
return r2
# 建立評分函式 ，得分越高越好
score = make_scorer(custom_metric, greater_is_better=
true)
# 建立嶺回歸物件
classifier = ridge()
#訓練model = classifier.fit(features_train, target_train)
# 應用自定義評分器
score(model, features_test, target_test)
0.9997906102882058
# 檢視函式是否正常工作
# 對測試集進行 **
target_predicted = model.predict(features_test)
#計算r方得分
r2_score(target_test, target_predicted)
0.9997906102882058
建立自定義控制項
在前一篇文章中 中，我將乙個公共視窗控制項進行了之類劃分，目的是為了修飾其行為或者說是擴充套件其功能。有時候，你只能將公共視窗控制項擴充套件到這樣的底部。我遇到的乙個例子是乙個比較普遍的話題即需要乙個格網控制項並且編輯tabular資料。我對clistctrl進行了之類劃分，並擴充套件使其能夠進行子...
建立自定義物件
你並不侷限於前幾節所討論的jscript的內建物件，你可以自定義包含有你自己的方法和屬性的物件來擴充jscript，這是jscript的乙個強大的特性。例如，你可以建立乙個名為webuser的物件，它包含參觀你網點的使用者的資訊，這個物件可以包含諸如使用者名稱 密碼和註冊狀態之類的屬性，將所有這些屬...
建立自定義選單
直接用類呼叫建立選單方法即可 整個思路步驟 1.呼叫介面獲取access token 2.準備json資料，需要傳過去的選單 3.採用 access token 介面進行建立即可 如下 進行自定義新增選單 第乙個步驟 獲取token ch curl init curl setopt ch,curlo...