Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用插入符包通过controls = cforest_unbiased()运行cforest
我想使用插入符包运行一个公正的 cforest 这可能吗 tc lt trainControl method cv number f index indexList savePredictions T classProbs TRUE sum
r
RandomForest
rcaret
如何替换 randomForest r 包中的引导步骤
首先是一些背景信息 这在 stats stackexchange 上可能更有趣 在我的数据分析中 我尝试比较不同机器学习方法在时间序列数据上的性能 回归 而不是分类 例如 我训练了一个 Boosting 训练模型 并将其与随机森林训练模型
r
function
Edit
RandomForest
statisticsbootstrap
如何在 Spark Pipeline 中使用随机森林
我想通过网格搜索和 Spark 交叉验证来调整我的模型 在 Spark 中 它必须将基础模型放入管道中 即管道办公室演示 http spark apache org docs latest ml guide html example mod
apachespark
apachesparkmllib
pipeline
RandomForest
apachesparkml
Sklearn 随机森林回归器的错误
当尝试使用 y 数据拟合随机森林回归器模型时 如下所示 0 00000000e 00 1 36094276e 02 4 46608221e 03 8 72660888e 03 1 31375786e 04 1 73580193e 04 2
python
NumPy
machinelearning
scikitlearn
RandomForest
使用python sklearn增量训练随机森林模型
我使用下面的代码来保存随机森林模型 我正在使用 cPickle 保存训练后的模型 当我看到新数据时 我可以增量训练模型吗 目前 训练集大约有2年的数据 有没有办法再训练两年并将其 某种程度上 附加到现有保存的模型中 rf RandomFor
python
pickle
RandomForest
trainingdata
R:tuneRF 函数的行为不明确(randomForest 包)
我对这句话的含义感到不舒服stepFactor的参数tuneRF http www inside r org packages cran randomForest docs tuneRF函数用于调整mtry进一步使用的参数randomFor
r
Optimization
machinelearning
datamining
RandomForest
用于分类的 Python 向量化[重复]
这个问题在这里已经有答案了 我目前正在尝试构建一个包含大约 80 个类别的文本分类模型 文档分类 当我使用随机森林构建和训练模型时 将文本矢量化为 TF IDF 矩阵后 该模型运行良好 然而 当我引入新数据时 我用来构建 RF 的相同单词不
python
scikitlearn
vectorization
RandomForest
为每个因子组添加单独的 vlines 到 ggplot(变量重要性随机森林的点图)
我正在使用 ggplot2 制作随机森林中六个相关变量重要性结果的点图 我的数据 我已经使用 reshape2 将其转换为长格式 如下所示 我的真实数据集有点大 Factor Group Value Gender A 0 000127 Ag
r
ggplot2
RandomForest
有没有办法获取 R 中随机森林树中用于分类的实例?
The getTreeR 中的 randomForest 包中的函数显示随机森林中使用的特定树的结构 这是 iris 数据集的示例 library randomForest data iris rf lt randomForest Spec
r
machinelearning
RandomForest
featureextraction
featureselection
加快随机森林速度的建议
我正在做一些工作randomForest包 虽然效果很好 但可能很耗时 有人对加快速度有什么建议吗 我使用的是带有双核 AMD 芯片的 Windows 7 盒子 我知道 R 不是多线程 处理器 但很好奇是否有任何并行包 rmpi snow
r
RandomForest
R ranger 包中的预测概率
我正在尝试在 R 中建立一个具有随机森林分类的 模型 通过 Ned Horning 编辑代码 我首先使用randomForest包但后来发现ranger 这保证了更快的计算 首先 我使用下面的代码在拟合模型后获得每个类别的预测概率rando
r
RandomForest
rranger
scikit-learn:如何计算百分比均方根误差(RMSE)?
我有一个数据集 在此链接中找到 https drive google com open id 0B2Iv8dfU4fTUY2ltNGVkMG05V00 https drive google com open id 0B2Iv8dfU4fTU
python
python3x
pandas
scikitlearn
RandomForest
R randomForest子集无法摆脱因子水平[重复]
这个问题在这里已经有答案了 可能的重复 删除 R 中子集数据框中的因子级别 https stackoverflow com questions 1195826 dropping factor levels in a subsetted da
r
RandomForest
R中的随机森林对训练数据的大小有限制吗?
我正在使用我的训练数据训练随机森林 该数据有 114954 行和 135 列 预测变量 我收到以下错误 model lt randomForest u b stars data traindata importance TRUE do tr
r
machinelearning
RandomForest
如何计算 RandomForestRegression 中的 MSE 标准?
我现在使用 sklearn ensemble 中的 RandomForestRegressor 来分析数据集 并选择 mse 作为衡量分割质量的函数 但我不太清楚mse是如何计算的 有人可以在这里向我解释一下 用方程更好 或者为我提供一些参
python
RandomForest
MSE
随机森林回归中的样本大小
如果理解正确 当计算随机森林估计量时 通常会应用引导法 这意味着仅使用来自样本 i 的数据构建树 i 并通过替换选择 我想知道sklearn的样本大小是多少随机森林回归器 http scikit learn org stable modul
python
machinelearning
scikitlearn
RandomForest
sklearn RandomForestClassifier 与 auc 方法中 ROC-AUC 分数的差异
我分别从 sklearn 的 RandomForestClassifier 和 roc curve auc 方法收到不同的 ROC AUC 分数 以下代码得到了 0 878 的 ROC AUC 即 gs best score def tra
scikitlearn
RandomForest
ROC
AUC
roc_auc_score 和plot_roc_curve 结果不同
我正在训练一个RandomForestClassifier sklearn 预测信用卡欺诈 然后当我测试模型并检查 rocauc 分数时 我在使用时会得到不同的值roc auc score and plot roc curve roc au
scikitlearn
RandomForest
ROC
AUC
RandomForestRegressor 中出现连续不支持错误
我只是想做一个简单的 RandomForestRegressor 示例 但是在测试准确性时我收到此错误 Users noppanit anaconda lib python2 7 site packages sklearn metrics
python
pandas
DataFrame
scikitlearn
RandomForest
Scikit-learn 的 RandomForestRegressor 中的“feature_importances_”如何排序
如果我运行一个模型 在本例中称为 clf 我会得到如下所示的输出 如何将其与用于训练分类器的特征输入联系起来 gt gt gt clf feature importances array 0 01621506 0 18275428 0 09
python
scikitlearn
RandomForest
1
2
3
4
»