1回答
我有一个LSTM模型，我想从这个LSTM中提取特征，将其发送到Sklearn上的随机森林或逻辑回归中。model = tf.keras.Sequential()x=tf.keras.layers.LSTM(128, dropout=0.1, return_sequences=True)(inputs)
x1=tf.keras.layers.LSTM(128, dropou
浏览 56提问于2020-07-22得票数 0
回答已采纳
实现partial_fit API的估计器的示例只有SGDRegressor和SGDClassifier。还有其他人吗？是否有实现partial_fit API的估计器列表？
浏览 0提问于2019-01-22得票数 4
回答已采纳
我有一个问题，使用交叉验证的文本分类在雪橇。在交叉验证之前向量化所有数据是有问题的，因为分类器会“看到”测试数据中出现的词汇表。为了解决这个问题，Weka对分类器进行了过滤。对于这个函数，什么是sklearn等效的？我的意思是，对于每一个折叠，特征集将是不同的，因为训练数据是不同的。
浏览 3提问于2014-03-26得票数 8
回答已采纳
我正在从事一个项目，在这个项目中，我首先需要对一个主题正在执行的活动类型进行分类，该项目基于来自两腿大腿和小腿的原始加速度计和陀螺仪数据。活动的类型是日常的任务，如站立，坐，跑步，坐-站，爬楼梯，如果进行运动，裁剪等。我在哪里能够找到一种算法来获取数据--我对正在执行的活动进行了分类？我能用不适合我使用<
浏览 0提问于2019-04-08得票数 1
像spacy、sklearn、prodigy、nltk这样的工具适用于下面的AI项目体系结构，以及这些项目的一些常见的替代方案：
📷
浏览 0提问于2020-02-07得票数 0
1回答
我目前正在实施一个预测模型。整个过程建立在回归的基础上。第一种模型是基于Keras的LSTM网络，第二种是基于sklearn的随机森林模型。
对于这两个模型，我使用相同的输入值和目标变量。LSTM网络的预报更接近实际观测值(较好的rmse和r2) (可能是由于记忆/回溯)，但随机森林模型提供了更好的高度和深度。随机森林
浏览 0提问于2018-05-20得票数 0
1回答
我正在学习RNN，我在keras (theano)中编写了这个简单的LSTM模型，使用的是使用sklearn生成的样本数据集。from sklearn.datasets import make_regressionfrom keras.layers importLSTM modelmodel.add(LSTM(32,
浏览 4提问于2016-10-11得票数 1
回答已采纳
1回答
对于卷积网络，人们可以将卷积部分(卷积、最大池等)看作特征提取，然后将其反馈到前馈网络中进行分类(或多或少)。递归网络(RNN、LSTM等)是否也是如此，即递归层创建了数据/特征的表示，然后将这些数据/特征输入到前馈层？
我是从情感分析的角度来思考的，即“顺序到一”的模式。
浏览 1提问于2018-02-11得票数 1
回答已采纳
我是一个机器学习的初学者，并试图创建一个堆叠集成算法使用LSTM和GRU。call last): File "I:\API and Dataset\venv\lib\site-packages\sklearn下面是我的模型供参考。LSTM模型
# model.add(LSTM(200, input_shape=(1,3)
浏览 4提问于2021-10-04得票数 0
1回答
如何在中提供LSTM模型？
、、、、
我读过关于LSTM的文章，我知道算法接受前面单词的值，并在下一个单词参数中考虑它。我有这个密码。model = Sequential()model.add(LSTM(units=6, return_
浏览 1提问于2020-07-13得票数 2
回答已采纳
1回答
我在一个具有24个特征的多变量时间序列数据集上运行LSTM模型。我使用了几种不同的方法(方差测试、随机森林提取和额外的树分类器)来运行特征提取。不同的方法导致了略有不同的特征子集。现在，我想在所有子集上测试我的LSTM模型，看看哪个子集提供了最好的结果。 我的问题是，我的3个模型的测试/训练RMSE分
浏览 5提问于2019-05-26得票数 1
回答已采纳
1回答
我一直在使用sklearn开发一个模型，其中很大一部分使用CountVectorizer()函数从训练集中的一组字符串创建稀疏矩阵。vectorizer = CountVectorizer(max_features=3000)导出模型后，要创建预测以匹配训练创建的特征名称的数据的最佳格式化方法是什么？换句话说，如果在我的</e
浏览 3提问于2018-10-06得票数 0
我有一个包含1500张人脸图像的数据集，我选择了150张图像作为探针。现在有150张图片放在probe文件夹中，其他图片放在gallery文件夹中。我有facenet特征提取器，它从图像中提取特征，并保存到.npy数组中计算欧几里德距离。我如何将这150张图片与整个图库文件夹进行比较，并绘制一个等级为1，5和10的精确度图，以及相似图片和计算mAP之间的准确度图？
浏览 6提问于2020-06-26得票数 0
3回答
can可以有数百个隐藏层，而且由于它们经常与图像数据一起使用，因此有许多层捕获更多的复杂性。
然而，据我所见，RNN通常只有几个层，例如2-4层。例如，对于心电图(ECG)分类，我见过文献使用LSTM 4层，CNN 10-15层，结果相似。这是因为RNNs/LSTM如果更深(由于梯度消失问题)更难训练，还是因为RNNs/LSTM往往会快速适应顺序数据？
浏览 0提问于2019-06-09得票数 9
()类的fit方法的代码，该方法检查len(y.shape)==2。但是当我尝试得到另一个Keras错误时：
from keras.layers import LSTM
from keras.wrappers.scikit
浏览 0提问于2017-03-30得票数 5
1回答
LSTM的训练与测试精度计算
、、、、
我正在用下面的代码构建一个LSTM模型，我希望计算该模型的训练和测试精度。我是机器学习的新手，我唯一知道的计算精度的方法就是使用sklearn的“精确分数”。=req_length))input = (req_length, 32)lstm_model.add(<e
浏览 5提问于2022-05-05得票数 0
2回答
嗨，我是角星的新手，我在角角上连了两个LSTM。该数据集为单变量时间序列，由滑动窗口分解而成。然后我把它重塑为一个样本，特征，时间步骤的测试。但是，当我试图拟合模型时，会出现以下错误。testX = numpy.reshape(testX, (testX.shape[0], 1,testX.shape[1]))
model1.add(LSTM(6, input_shape=(1,look_back)))
mo
浏览 2提问于2020-11-10得票数 3
回答已采纳
我使用sklearn的MinMaxScaler在标准化的数据集上构建了一个LSTM模型。数据集的所有值都在0到1之间，特征和目标变量在0到1之间标准化，我实现了大约0.02的mse。现在，此mse对于标准化数据集是有效的。在最初的规模上，mse将是什么？假设最初的比例尺是美元。以美元计算，0.02的mse是多少？
浏览 0提问于2020-06-03得票数 1
回答已采纳
通常，我们通过以下方式将cross_val_score应用于Sklearn模型。scores = cross_val_score(clf, X, y, cv=5, scoring='f1_macro')model.add(Bidirectional(LSTM128, dropo
浏览 5提问于2020-11-26得票数 1
回答已采纳
1回答
我有大约250.000条训练推文和另外250.000条不同的测试推文。我的代码可以在下面找到。training.pkl是训练推文，testing.pkl是测试推文。如您所见，我也有相应的标签。当我执行我的代码时，我发现将测试集(raw)转换到特征空间需要14.9649999142秒。我还测量了对测试集中的所有推文进行分类所需的时间，即0.131999969482秒。我现在的问题是，这是正确的吗？
浏览 0提问于2013-01-09得票数 0
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
