Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
从多类分类算法输出前 2 个类
我正在研究文本的多类分类问题 其中我有很多不同的类 15 我训练了一个 Linearsvc svm 方法 方法只是示例 但它只输出概率最高的单个类 有没有一种算法可以同时输出两个类 我正在使用的示例代码 from sklearn svm i
python3x
scikitlearn
textclassification
multiclassclassification
Model() 获得参数“nr_class”的多个值 - SpaCy 多分类模型(BERT 集成)
您好 我正在致力于使用新的 SpaCy 模型实现多分类模型 5 类 en pytt bertbaseuncased lg 新管道的代码在这里 nlp spacy load en pytt bertbaseuncased lg textcat
python
Pytorch
spacy
multiclassclassification
spacytransformers
绘制多个类别的 ROC 曲线
我正在按照此链接绘制多个类别的 ROC 曲线的文档 http scikit learn org stable auto examples model selection plot roc html http scikit learn org
python
scikitlearn
ROC
multiclassclassification
定义自定义指标来计算“tensorflow.keras”的“几何平均分数”的问题
我正在研究tensorflow keras 中的不平衡分类问题 我决定按照建议计算 几何平均分数 这个答案经过交叉验证 https stats stackexchange com a 289132 233268 我找到了一个其实施 http
python
tensorflow
Keras
multiclassclassification
imblearn
ValueError:无法处理多标签指示器和二进制的混合
我将 Keras 与 scikit learn 包装器一起使用 特别是 我想使用 GridSearchCV 进行超参数优化 这是一个多类问题 即目标变量只能在一组 n 个类上选择一个标签 例如 目标变量可以是 Class1 Class2 C
错误:“y_true 中的类数不等于 'y_score' 中的列数”
我有一个不平衡的多类数据集 当我尝试计算 roc auc score 时 我收到此错误 ValueError y true 中的类数不等于 y score 中的列数 这是代码 model svm SVC kernel linear prob
python
ROC
multiclassclassification
imbalanceddata
基于支持向量的数据重采样器
我正在努力实现一个数据重采样器以基于support vectors 这个想法是为了适应SVM分类器 得到support vector类的点 然后通过仅选择每个类的支持向量点附近的数据点来平衡数据 以使类具有相同数量的示例 忽略所有其他 远离
python
machinelearning
scikitlearn
SVM
multiclassclassification
Tensorflow、Keras:在多类分类中,准确率很高,但大多数类别的精度、召回率和 f1 分数为零
一般说明 我的代码工作正常 但结果是有线的 我不知道问题出在 网络结构 或者我向网络提供数据的方式 或其他任何东西 我为这个错误苦苦挣扎了几个星期 到目前为止我已经改变了损失函数 优化器 数据生成器等 但我无法解决它 我很感激任何帮助 如果
tensorflow
Keras
multiclassclassification
Python Catboost:多类 F1 分数自定义指标
如何找到多类 Catboost 分类器每个类的 F1 分数 我已经读过文档 https catboost ai docs concepts python reference catboostclassifier html和github 仓库
python
multiclassclassification
catboost
克利夫兰心脏病数据集 - 无法描述类别
我正在使用来自 UCI 的克利夫兰心脏病数据集用于分类 但我不明白target属性 数据集描述说值从 0 到 4 但属性描述说 0 1 gt 50 冠状动脉疾病 我想知道如何解释这个问题 这个数据集是多类还是二元分类问题 我必须将值 1 4
断言失败:预测必须 >= 0,条件 x >= y 不按元素成立
我正在运行一个多类模型 总共 40 个类 2000 个时期 该模型在 828 纪元之前运行良好 但在 829 纪元时它给了我一个 InvalidArgumentError 参见下面的屏幕截图 下面是我用来构建模型的代码 n cats 40
python3x
tensorflow20
multiclassclassification
xgboost 多类工作中的 base_score 有什么用?
我正在尝试探索 Xgboost 二元分类以及多类的工作原理 在二进制类的情况下 我观 察到基本分数被认为是起始概率 并且在计算时也显示出重大影响Gain and Cover 在多类别的情况下 我无法弄清楚的重要性基本分数参数 因为它向我显示
machinelearning
statistics
xgboost
multiclassclassification
boosting
使用 one-hot 代码的 Tensorflow 混淆矩阵
我使用 RNN 进行多类分类 这是我的 RNN 主要代码 def RNN x weights biases x tf unstack x input size 1 lstm cell rnn BasicLSTMCell num unit f
tensorflow
confusionmatrix
multiclassclassification
onehotencoding