是否有一种方法可以从Opencv中实现的adaboost算法中提取与弱学习器相对应的特征？
我知道adaboost基于一组输入特征组合了一组弱学习者。对训练集中的每个样本测量相同的特征。adaboost通常使用决策树桩，并为每个特征设置阈值，并选择误差最小的决策树桩。我想找出产生弱学习者的特征
浏览 0提问于2013-05-26得票数 1
1回答
有没有人可以使用下面这样的代码指出一种提取拟合树中使用的列/特征的方法： library(dplyr)library(rpart)
, y = df$y model 这一点： model$terms 给你所有的术语(在x中)-所以不一定是曾经使用过
浏览 9提问于2020-11-24得票数 3
回答已采纳
我想做我的数据集由购物车和C4.5决策树的特征选择。这种方法将决策树应用于数据集，然后提取决策树算法用于创建树的特征。因此，我需要返回在创建的树中使用的特性。我在sklearn.tree模块中使用“sklearn.tree”。我需要一个方法或函数来给我(返回)在创建的树中使用的特性！！将这些特征</em
浏览 10提问于2020-07-09得票数 0
回答已采纳
1回答
我想训练一个模型，从物理信号中预测一个人的情绪。我有一个物理信号，并利用它作为输入功能；
model = Sequential()
model.add(Conv1D(15,
浏览 1提问于2019-04-29得票数 0
回答已采纳
1回答
我想训练一个模型，从物理信号中预测一个人的情绪。我有一个物理信号，并利用它作为输入功能；我想使用CNN架构从数据中提取特征，然后使用这些提取的特征来提供一个经典的“决策树分类器”。下面，你可以看到我的CNN没有决策树；model.add(Conv1D(15,60,p
浏览 0提问于2019-04-29得票数 3
1回答
我已经创建了系统的框架，该框架拍摄一张图片，将其转换为LBPH图像，然后从网格(8x8)的每个块中获取直方图。我正在跟踪的文章，但是我不知道下一步要做什么来识别第4步之后的特性。我是否只是将网格中的每个方格与一组已知的特征方块进行比较，并找到最接近的匹配点？这是我的第一个面部检测程序，所以我对它非常陌生。
浏览 7提问于2020-06-18得票数 1
回答已采纳
1回答
我刚开始学习决策树。所以这些问题可能有点傻。
选择根节点的想法有点混乱。为什么我们不能随机选择根节点？唯一的不同似乎是，它将使决策树更长和更复杂，但最终会得到同样的结果。同样，作为决策树中特征选择过程的扩展，为什么不能使用像特征和目标之间的相关性这样简单的东西，或者用卡方检验来确定应该从哪一个特征开始呢？
浏览 11提问于2020-07-05得票数 1
回答已采纳
2回答
我有一个数据集，我已经从其中提取了12个特征，用于使用决策树的共同引用解析任务。这些特性的一些例子如下：
distance_feature()：根据句子的数量，i和j之间的距离。在创建所有这些特性以从数据集中提取结果之后，我不知道如何选择根节点，也不知道如何使用sci学习决策树算法，因为数据不是结构化的，而且是绝对的。我读过
浏览 1提问于2018-10-30得票数 0
我正在使用Scikit-learn Extremely Trees算法来获取关于相对特征重要性的信息，我有一个关于“冗余特征”如何排序的问题。如果我有两个相同(冗余)且对分类重要的特征，则极端随机化的树无法检测到特征的冗余。也就是说，这两个功能都得到了很高的排名。有没有其他方法来检测两个功能实际上是多余的？
浏览 0提问于2013-01-13得票数 1
回答已采纳
1回答
用于二值分类的特征集排序
、、、
我有一些特征集，比如X1和X2 .每个特征集都有一些可变的特征，并且不同的特征集之间没有交集，比如X1有100个特性，X2有500个特性，而且它们都没有相同的特性。尽管从其中提取这些特征的文件对于x1和x2都是相同的。
每个特征集可以单独用于二进制分类。像X1一样，也可以用于分类，X2也可以用于分类。它们也可以结合使用，例如X1 U X2，它将有
浏览 0提问于2020-12-15得票数 1
在随机森林算法中，使用随机选择的特征( $log_2 n$ +1，其中n=数的特征数)生成m(例如)决策树数。从测试数据中选择任何样本的标签是根据这些决策树的投票数来选择的。但这些决策树的准确性不同(相当明显)。我的问题是，为什么我们要对所有的决策树给予同样的优先权？如果一个决策树</
浏览 0提问于2018-05-30得票数 7
我的目标是在Databricks中可视化一个Pyspark回归决策树。假设原始的功能名称在一个名为cols的列表中</e
浏览 6提问于2022-02-18得票数 0
我正在使用随机森林，我想知道特性选择是如何工作的。我有一组423个特性，我知道它们是随机选择的，使用log2(F)+ 1，所以这样我就得到了一个12/13的特征子集。但我无法理解的是，选择的随机性有多大，对于每棵树，这些子集是否应该是不同的，或者对于所有的树，子集是否是相同的，但不同的是多个组合。如果我有一个有10棵树的模型，特征选择是否会因树而异？谢谢
浏览 4提问于2014-12-12得票数 0
2回答
如何使用python语言遍历二叉决策树。给定一棵树，我想知道我们如何从根遍历到所需的叶子。所需叶子的特征以字典形式给出假定，并且必须从根遍历到叶子，并使用特征列表中给出的细节来回答每个节点的问题。决策树节点的格式是(( question )(left tree)(right tree))，当遍历它时，应该在每个节点回答问题，并选择左或右并遍历到叶
浏览 1提问于2010-05-26得票数 0
1回答
在Azure ML中，我有一个使用boosted决策树回归的预测回归模型，它相当准确。如何识别此信息？我很高兴将结果数据集导入到R中，以帮助找到这一点，但我只需要指示开始工作的方向。
浏览 0提问于2017-07-10得票数 0
我环顾四周，找不到类似的问题(至少我用的关键词不是这样)。在我训练和测试了一个分类模型之后，我明白了如何为它提供一个新的输入来生成一个预测的输出。但是我如何做反向任务--为它提供一个输出，并提取最佳或最佳的输入参数？(即预测会产生给定输出的输出)？
浏览 0提问于2022-08-13得票数 0
2回答
我的预测模型中既有分类特征，也有连续特征，我希望选择(和排序)最重要的特征。
我使用一个热编码将所有的分类变量转换为虚拟变量(为了更好地解释我的logistic回归模型)。一方面，我使用LogisticRegression (sklearn)，并通过使用它们的系数对最重要的特征进行排序。通过这种方式，我将分类变量和连续变量都视为最重要的特性。另一
浏览 0提问于2020-01-15得票数 9
回答已采纳
1回答
我有一个多类分类问题，我在杂质减少的基础上提取特征重要性。我比较了一个决策树和AdaBoost分类器，我认为有一个功能在决策树的顶部，而根据AdaBoost，它的重要性要低得多。这是正常的行为吗？
浏览 6提问于2022-04-19得票数 0
在学习随机森林时，我遇到了以下几点：我在想我怎么才能在科学学习中做到这一点比如使用类似于或其他API的工具？
Q2.也检查了。它有一个属性max_sample。在它的描述中，医生说the number of samples to draw from X to train each base estimator。但是，我对它为什么<em
浏览 2提问于2020-12-06得票数 1
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
