当将MNIST数据集拆分为x_train和y_train时，为什么生成的两个数组形状不同？(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
print(x_train.shape) >>> (60000
浏览 121提问于2021-09-01得票数 0
我有两个数据集。第一个包含图像数据路径，因此指向我的输入X_train的路径。第二个数据集包含标签，它们是热编码的，采用特殊格式，它们的形状是三维的(图像数量、标签长度、字符可能性)，即我的数据集的(n, 8, 36)。标
浏览 15提问于2020-06-05得票数 0
回答已采纳
2回答
我对TensorFlow非常陌生，我试着理解占位符的概念。假设我有一个形状为100x4的功能集。所以我有100行4种不同的功能。然后，目标为100x1形状。如果我想使用这两个矩阵作为训练集。我所做的是：Y = tf.placeholder(tf.float64, shape=y_train.sh
浏览 3提问于2018-01-06得票数 2
回答已采纳
X_train, X_test, y_train, y_test = train_test_split(features, df['Label'], test_size=0.2, random_state当拟合时，它会产生误差：classifier = SVC(random_state = 0)
classifier.fit(features,y_train
浏览 3提问于2021-04-06得票数 0
回答已采纳
1回答
我目前正在使用keras编写一个神经网络。因此，我正在构造具有与MNIST培训数据集类似的输入数据结构的数据。它是一个元组，由2条有形状(60000，28，28)和(60000，)的numpy ndarray组成
我想从我自己的两个代表X_train和Y_train数据集中抽取10个随机样本。两者之间的
浏览 1提问于2022-03-30得票数 0
2回答
cifar10随机化训练和测试集
、、、、
我想对keras.datasets库中存在的CIFAR-10数据集的60000个观察值进行随机化。因此，要导入数据集，我运行以下命令(X_train, Y_train), (X_test, Y_test) = cifar10.load_data()
这会自动给出训练集和测试集的默认细分；但我想
浏览 74提问于2018-12-12得票数 1
回答已采纳
我有两个数据集，分别是测试和训练。我把它们集中在一个csv里。我想拆分我的数据用于训练和测试。但它不应该是随机的。我需要拆分火车的前808699行，其余的作为测试？我试着读两个不同的csv，但我做不到。from sklearn.model_selection import train_test_split
x_train,x_test,y
浏览 3提问于2019-08-20得票数 0
由于某些原因，我得到了一个基数错误，我不知道为什么。每个列都有标签，有各自的日期，并在value字段中有一个值。不包括标题，我在每列中有142个值。sklearn.preprocessing import MinMaxScalertraining_set=sc.fit_transform(training_set)
y_train= training_s
浏览 15提问于2022-12-04得票数 0
我使用train_test_split来分割训练集调用X_train和y_train。对于X_train，我有799行和9个特性。对于y_train，它有799行，即“更改”。当我尝试使用F,PV = f_classif(X, y)获取F值时。有9个特性的9个值是正确的，但它是'nan‘。我只是不明白为什么我不能得到任何输出。我反复检查了X_tr
浏览 0提问于2021-09-26得票数 0
我绝对是Python的初学者。最近，我将MNIST手写数字数据库加载到一个生成对抗网络中。程序运行良好，但我想知道如何修改下面的代码，以便加载我自己的训练数据，即JPG文件夹，而不是MNIST数据库。有没有一种简单的方法可以用这段代码做到这一点？谢谢你的帮助！, y_train
浏览 0提问于2019-03-31得票数 0
这里是机器学习的新手。我正在尝试训练1000对训练数据和500对测试数据，而不是整个数据集。然而，我得到了一个错误： "ValueError:检查目标时出错:要求activation_24具有形状(10，)，但得到具有形状(1，)的数组“ 以下是我与数据相关的部分代码： # load data(X_train<
浏览 18提问于2020-05-02得票数 0
回答已采纳
1回答
我正面临一个我无法解决的问题。实际上，我尝试用keras创建一个模型LSTM，但是我不明白输入数据格式应该是什么。np.array(y_train)
但是，如果我这样做，我如何预测我的特性而不修改测试数据集？我很难理解我们为什么要这么做。此外，我希望在最后一栏中使用这些值来预测目标。使用这种方法，我觉得我必须改变数据测试的格式，而且重要的
浏览 7提问于2020-11-25得票数 2
我试图在两个不同的数据集中运行一个机器学习算法。但是，y值的格式在数据集之间是不同的。([y_train[i] for i in range(10)])[5, 0, 4, 1, 9, 2, 1, 3, 1, 4](x_train, y_train), (x_test,
浏览 0提问于2019-07-31得票数 0
回答已采纳
2回答
为了建立一个回归/预测模型，我想用一个传感器读数矩阵(行、传感器、列和时点)来预测这些传感器的未来趋势。(c(n / nb, nb, 3)))
inputShape = dim(x_train)[- 1] ______________________________________________________
浏览 11提问于2020-05-29得票数 1
回答已采纳
简单地说，我试图应用相同的特性选择来测试数据，就像训练集一样，但是测试没有相同的形状。def get_important_features (X_train, Y_train, X_test): return X_new_train, X_new_test
因此，培训集形状
浏览 1提问于2020-01-23得票数 0
我有一个数据集，如下所示(它摘自一篇在线文章，我一直在尝试对其进行朴素的贝叶斯算法)
现在，它包含了一个多标签，我被要求查看多输出分类来解决这个问题我什么也不懂..我不明白他为什么要做make_classification调用，然后对数据进行洗牌等等。我试图在我的y_train</
浏览 3提问于2020-12-27得票数 1
回答已采纳
作为TF的新手，我对BatchDataset在训练模型时的用法感到有点困惑。 让我们以MNIST为例。在这个分类任务中，我们可以加载数据并提供x的ndarray。mnist = tf.keras.datasets.mnist
x_train, x_testmnist = tf.keras.datasets.mnist
(x_train,
浏览 85提问于2021-02-17得票数 3
回答已采纳
我偶然发现了这份声明：以及它对它返回的内容的相应解释：
返回:2个元组: x_train，x_test:带有形状的灰度图像数据的uint8数组(num_samples，28，28)。y_train，y_test:数字标签(0-9范围内的整数)与形状(num_samp
浏览 2提问于2020-02-20得票数 2
回答已采纳
我有一个由过去7年的每小时数据组成的数据集。
我正在尝试使用火车提前24小时预测一个变量(价格)，基于所有变量的168小时(1周)的历史数据，包括价格。为了做到这一点，我正在尝试建立一个具有LSTM层和时间分布层的NN，但是我正在努力理解从每一层返回的数据的形状。, 168,
浏览 0提问于2020-01-15得票数 0
1回答
我需要一些建议来提高我的模型的准确性。📷此数据集高度不平衡。0 159730 我试过抽样了。from imblearn.over_sampling imp
浏览 0提问于2019-04-21得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
