Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
scikit-learn中predict与predict_proba的区别
假设我创建了一个模型 并且我的目标变量是0 1 or 2 看来如果我使用predict 答案是 0 1 或 2 但是如果我使用predict proba 我得到一行 每行 3 列 如下所示 例如 model Classifier It co
python
machinelearning
scikitlearn
Classification
Prediction
sklearn多类SVM函数
我有多个类标签 想要计算模型的准确性 我有点困惑我需要使用哪个 sklearn 函数 据我了解 以下代码仅用于二元分类 dividing X y into train and test data X train X test y train
machinelearning
scikitlearn
Classification
SVM
PCA
随机森林中什么是袋外错误? [关闭]
Closed 这个问题需要多问focused help closed questions 目前不接受答案 随机森林中什么是袋外错误 它是在随机森林中找到正确数量的树的最佳参数吗 我将尝试解释一下 假设我们的训练数据集由 T 表示 并且假设数
languageagnostic
machinelearning
Classification
RandomForest
使用输入 fn 在 Tensorflow 估计器中进行预测
我使用来自的教程代码https github com tensorflow tensorflow blob r1 3 tensorflow examples learn wide n deep tutorial py https githu
tensorflow
Classification
Predict
如何在 weka 中表示用于分类的文本?
您能告诉我如何在 weka 中表示文本分类的属性或类吗 我可以使用什么属性进行分类 词频还是仅词 ARFF 格式的可能结构是什么 你能给我几行该结构的例子吗 预先非常感谢您 最简单的替代方法之一是从 ARFF 文件开始解决二类问题 例如 r
Java
machinelearning
Classification
Weka
arff
为 Twitter 情绪分析项目寻找 C# 中的开源朴素贝叶斯分类器 [已关闭]
就目前情况而言 这个问题不太适合我们的问答形式 我们希望答案得到事实 参考资料或专业知识的支持 但这个问题可能会引发辩论 争论 民意调查或扩展讨论 如果您觉得这个问题可以改进并可能重新开放 访问帮助中心 help reopen questi
c
twitter
Bayesian
Classification
如何将 RGB 或 HEX 颜色代码分组为更大的颜色组集?
我正在分析大量图像并提取主要颜色代码 我想将它们分组为通用颜色名称范围 例如绿色 深绿色 浅绿色 蓝色 深蓝色 浅蓝色等 我正在寻找一种与语言无关的方式来自己实现一些东西 如果有我可以研究的例子来实现这一点 我将非常感激 在机器学习领域 你
imageprocessing
ComputerVision
Classification
Scikit-learn 从分段时间序列创建标记数据集
INTRO 我有一个 Pandas DataFrame 代表分段的不同用户 即 user1 和 user2 的时间序列 我想使用上述 DataFrame 训练 scikit learn 分类器 但我无法理解必须创建的 scikit lear
python
pandas
Dataset
scikitlearn
Classification
您将如何使用 Sklearn 的 VotingClassifier 进行 RandomizedSearchCV ?
我正在尝试调整我的投票分类器 我想在 Sklearn 中使用随机搜索 但是 由于我当前使用两种算法 不同的树算法 如何为我的投票分类器设置参数列表 我是否必须单独运行随机搜索并稍后在投票分类器中将它们组合在一起 有人可以帮忙吗 代码示例将受
machinelearning
scikitlearn
Classification
Gridsearch
Python OpenCV SVM 实现
因此 我有一个包含样本图像的矩阵 全部转换为向量 该矩阵通过 PCA LDA 运行 还有一个向量表示每个图像所属的类 现在我想使用 OpenCV SVM 类来训练我的 SVM 我使用的是 Python OpenCV 2 3 1 但我在定义参
python
opencv
Classification
SVM
处理不平衡问题后,数据高度倾斜,准确性下降
在对数据进行预处理 例如缺失值替换和异常值检测 后 我使用随机化方法对数据进行分区 并使用 WEKA 删除百分比过滤器 我的数据集是一个高度倾斜的数据集 不平衡比为 6 1 对应于负类和正类 如果我使用朴素贝叶斯分类器对数据进行分类 而不处
Classification
Weka
为什么单层感知器在没有归一化的情况下收敛得这么慢,即使裕量很大?
在我确认我的结果后 这个问题完全被重写了 Python Notebook可以找到here https www dropbox com s pwvfx9hbxzkym5r perceptron py dl 0 用别人写的一段代码 可以找到he
python
machinelearning
Classification
Perceptron
使用不平衡学习库的特征重要性
The imblearn http contrib scikit learn org imbalanced learn stable generated imblearn ensemble BalancedBaggingClassifier
python
scikitlearn
Classification
RandomForest
imblearn
List::Util 'shuffle' 实际上是如何工作的?
我目前正在使用 c5 0 构建一个分类器 我有一个包含 8000 个条目的数据集 每个条目都有自己的 ID 号 1 8000 在测试分类器的性能时 我必须进行 5 组 10 90 训练数据 测试数据 的分割 当然 任何训练案例都不能再次出现
perl
Random
cpan
Classification
使用朴素贝叶斯分类器对推文进行分类:一些问题
除了其他来源之外 我还使用 Stackoverflow 上的各种帖子 尝试实现自己的 PHP 分类器 将推文分为正面 中性和负面类别 在编码之前 我需要理清流程 我的思路和例子如下 p class p words class Bayes t
php
Math
Probability
Classification
Bayesian
如何使用Weka预测结果
我是 Weka 新手 对该工具感到困惑 我有一个关于水果价格和相关属性的数据集 我正在尝试使用数据集预测具体的水果价格 由于我是 Weka 新手 我不知道如何完成这项任务 请帮助我或指导我了解有关如何进行预测以及此任务的最佳方法或算法是什么
Dataset
datamining
Classification
Weka
Prediction
Huggingface 分类与预测作斗争
我正在微调 longformer 然后使用进行预测TextClassificationPipeline and model inputs 方法 我不确定为什么会得到不同的结果 import pandas as pd import datas
python
NLP
Classification
huggingfacetransformers
如何使用 R 中 e1071 包的“svm”执行多类分类
我想使用执行多类分类svm的函数e1071包裹 但据我从文档中了解到svm 只能进行二元分类 插图文档讲述了多类分类的情况 为了允许多类分类 libsvm通过拟合所有二元子分类器并通过投票机制找到正确的类 使用一对一技术 我仍然不明白的是我
r
Classification
SVM
Libsvm
考虑中心的顺序,重新标记 kmean 结果中的样本
我正在使用 kmeans 来聚类我的数据 对于生成的结果我有一个计划 我想根据订购的中心重新标记样本 考虑以下示例 a c a b c d e F i j k l m n b c 1 2 3 20 21 21 40 41 42 4 23 5
r
Classification
kmeans
Weka 忽略未标记的数据
我正在使用 Weka 中的朴素贝叶斯分类器进行 NLP 分类项目 我打算使用半监督机器学习 因此使用未标记的数据 当我在一组独立的未标记测试数据上测试从标记训练数据获得的模型时 Weka 会忽略所有未标记实例 有人可以指导我如何解决这个问题
NLP
Classification
Weka
arff
«
1
2
3
4
5
6
7
...10
»