Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
SVM 分类 - 每个类别的最小输入集数量
我正在尝试构建一个应用程序来检测来自网页的广告图像 一旦我检测到这些 我将不允许它们显示在客户端 从我得到的帮助这个 Stackoverflow 问题 我认为 SVM 是实现我的目标的最佳方法 所以 我自己编写了 SVM 和 SMO 我从
machinelearning
Classification
SVM
trainingdata
AttributeError:“NoneType”对象没有属性“dtype”
我正在尝试使用张量流实现一个简单的神经网络 这是一个二元分类问题 X train 的形状 batch size 70 和 Y train batch size 2 我正在使用 csv 读取数据 这是我的代码 我在 python 3 6 0
python
python3x
tensorflow
Classification
scikit-learn 在另一个特征的标称值组内估算特征的平均值
我想估算一个特征的平均值 但仅根据另一列中具有相同类别 标称值的其他示例计算平均值 我想知道使用 scikit learn 的 Imputer 类是否可以实现这一点 这样只会更容易添加到管道中 例如 使用来自 kaggle 的泰坦尼克号数据
machinelearning
scikitlearn
Classification
mean
imputation
用于多对象分类的支持向量机
我正在尝试使用线性支持向量机进行多类对象类别识别 到目前为止 我了解到主要使用两种方法 一对一 OVA 和一对一 OVO 但我很难理解它的实现 我的意思是我认为使用的步骤是 首先 特征描述符是通过 SIFT 准备的 所以我有一个 128XN
imageprocessing
machinelearning
ComputerVision
Classification
SVM
检测并删除异常值作为管道的一个步骤
我有一个问题 我正在尝试构建自己的类以放入 python 中的管道中 但它不起作用 我试图解决的问题是多类分类问题 我想做的就是在管道中添加一个步骤来检测和删除异常值 我找到了这个检测并删除管道Python中的异常值这与我所做的非常相似 这
python
scikitlearn
Regression
Classification
预期第一层具有 x 尺寸,但得到形状为 y 的数组
我刚刚在节点上启动tensorflow js 我一直在网上上下搜索答案 混乱我有来自的图像数据image1 tf fromPixels img 我尝试将其与其他图像数据一起输入xs tf tensor image1 image2 困惑在于无
image
tensorflow
Classification
tensorflowjs
Sklearn MLP 特征选择
带交叉验证的递归特征消除 RFEVC 不适用于多层感知器估计器 以及其他几个分类器 我希望在许多分类器中使用特征选择 执行交叉验证来验证其特征选择 有什么建议么 对于结构化数据 有一个独立于模型选择的特征选择 称为排列重要性 解释得很好he
scikitlearn
neuralnetwork
Classification
featureselection
在 R 中获得多种分区方法的共识
My data data cbind c 1 1 2 1 1 3 c 1 1 2 1 1 1 c 2 2 1 2 1 2 colnames data paste item 1 3 rownames data paste method 1 6
r
Algorithm
Classification
clusteranalysis
partitioning
Tensorflow和OpenCV实时分类
我正在测试机器学习水域并使用TS成立模型来重新训练网络以对我想要的对象进行分类 最初 我的预测是在本地存储的图像上运行的 我意识到从文件中取消持久化图形需要 2 5 秒的时间 并且大约在同一时间运行实际的预测 此后 我调整了我的代码以合并来
python
opencv
machinelearning
tensorflow
Classification
sklearn 中每个班级的具体测试数量/训练规模
Data import pandas as pd data pd DataFrame classes 1 1 1 2 2 2 2 b 3 4 5 6 7 8 9 c 10 11 12 13 14 15 16 My code import n
python
machinelearning
split
scikitlearn
Classification
使用 openNLP maxent 训练模型
我有黄金数据 其中注释了多个文档中的所有房间号 我想使用 openNLP 来训练一个使用这些数据并对房间号进行分类的模型 我不知道从哪里开始 我阅读了 openNLP maxent 文档 查看了 opennlp tools 中的示例 现在查
Java
machinelearning
Classification
opennlp
MaxEnt
TensorFlow 中 sigmoid 后跟交叉熵和 sigmoid_cross_entropy_with_logits 有什么区别?
当尝试使用 sigmoid 激活函数获取交叉熵时 两者之间存在差异 loss1 tf reduce sum p tf log q 1 loss2 tf reduce sum tf nn sigmoid cross entropy with
machinelearning
tensorflow
Classification
crossentropy
Sigmoid
'CreateDirectoryW':无法在 OpenCV 2.4.5 和 VS 2010 中将参数 1 从 'const char *' 转换为 'LPCWSTR'
我正在尝试从 openCV 2 4 5 到 Visual Studio 2010 基于 VC 的示例代码 bagofwords classification cpp 但我发现了错误代码 error C2664 CreateDirectory
c
opencv
Classification
Sample
为什么 NLTK NaiveBayes 分类器会对一条记录进行错误分类?
这是我第一次使用 Python 中的 nltk NaiveBayesClassifier 构建情感分析机器学习模型 我知道这个模型太简单了 但这对我来说只是第一步 下次我会尝试标记化句子 我当前模型的真正问题是 我已在训练数据集中将 坏 一
NLP
Classification
NLTK
sentimentanalysis
naivebayes
如何找到分隔具有 2 个不同属性的点的两个区域的最佳直线
我在二维图中有很多点 红点表示我的实验稳定 黑点表示不稳定 在这个双对数图中 这两个区域被一条线清楚地分开 我想找到最好的 分隔线 即给出分隔两个区域的标准并且在该标准上具有最小误差的线 我在各种书籍和网上进行了搜索 但找不到任何解决此问题
Classification
mathematicaloptimization
leastsquares
datafitting
保存和加载测试以另一种方法对 NLTK 中的朴素贝叶斯分类器进行分类
我已经尝试过这里的代码 将朴素贝叶斯训练分类器保存在 NLTK 中 我想将推文分为正类或负类 这是我的代码 learning py def main learning classifier nltk NaiveBayesClassifier
python
Classification
NLTK
MATLAB 中神经网络分类的 10 倍交叉验证示例
我正在寻找在神经网络中应用 10 倍交叉验证的示例 我需要这个问题的链接答案 MATLAB 中 10 重 SVM 分类的示例 我想对所有 3 个类别进行分类 而在示例中只考虑了两个类别 编辑 这是我为 iris 示例编写的代码 load f
MATLAB
machinelearning
neuralnetwork
Classification
crossvalidation
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
ValueError:类的数量必须大于一(python)
经过时x y in fit 我收到以下错误 回溯 最近一次调用最后一次 文件 C Classify classifier py 第 95 行 位于 train avg test avg cms train model X y ceps pl
python27
scikitlearn
Classification
SVM
使用scikit-learn分类为多个类别
我正在尝试使用 scikit learn 的监督学习方法之一将文本片段分类为一个或多个类别 我尝试过的所有算法的预测函数都只返回一个匹配项 例如我有一段文字 Theaters in New York compared to those in
python
Classification
scikitlearn
«
1 ...
4
5
6
7
8
9
10
»