1回答
我想交叉验证一个随机森林模型。我这样做了:但我不知道如何适应它。import cross_val_score
val = cross_val_score(estimator=classifier, X=X_train, y=y_train, cv=5) 知道如何使用交叉验证填充模型
浏览 12提问于2019-04-28得票数 0
1回答
我是机器学习的新手，目前我正在尝试使用R中的插入符号和randomForest包实现随机森林分类。我正在使用trainControl函数，并反复进行交叉验证。也许这是一个愚蠢的问题，但据我所知，随机森林通常使用装袋将训练数据分成不同的子集并进行替换，使用1/3作为验证集来计算OOB。但是，如果您指定要使用k折交叉验证，会发生什么情况？从插入符号文档中，我假设它只对重采样使用</em
浏览 1提问于2021-03-19得票数 0
1回答
我试图运行的网站代码是使用一个旧版本的R，不接受游侠作为库。我必须使用插入符号包。我试图在我的列车数据帧中处理大约80万条线路，下面是我使用的代码 tuneGrid = tunegrid,看看前面的文章，我试着调整我的控制参数，有什么方法可以让模型运行得更快吗我是否能够指定一个特定的设置，以便它只生成一个
浏览 11提问于2022-04-24得票数 1
回答已采纳
2回答
检查过拟合
、、、、
我希望确保我的模型不会过度拟合。我使用交叉验证检查了过拟合。所有折叠的结果都是close.But的，同时我检查了训练和测试预测。测试大小为0.25。而且训练和测试预测是如此不同。这表明我的模型过拟合了。我应该相信哪个结果？交叉验证或测试/训练prediction.Is我的模型过拟合？
注意:我使用的是python。Sklearn用于交叉
浏览 0提问于2020-03-10得票数 0
2回答
我找不到一种方法来对我试图生成的回归随机森林模型执行交叉验证。r = randomForest(RT..seconds.~., data = cadets, importance =TRUE, do.trace = 100)
varImpPlot(r)但是，我希望能够对我的数据集进行分区，以便可以对其执行<em
浏览 2提问于2013-11-04得票数 21
1回答
我在R: fit.rf中运行了一个随机森林。我只想知道:当我输入'fit.rf‘时，输出显示'% var解释’，这是% Var解释了包外的，方差解释了吗？提前谢谢。
浏览 2提问于2015-07-16得票数 1
我不知道该怎么解释，因为我认为LGBM验证错误的事实是广泛的，类似于训练盒图，没有过度拟合的问题，但是当我看到另一种执行LGBM的图表时，我可以看到LGBM确实是过度的，所以我真的不知道如何解释这个正确的方法
浏览 0提问于2020-06-27得票数 1
回答已采纳
1回答
我正在研究R中的随机森林，我想在我的模型中添加10倍的交叉验证。但我被困在那里了。这是我的代码样本。install.packages('randomForest')set.seed(123)
fit <- randomForest(as.factor(sickrabbit有人可以帮助这个功能或提出一个更容易的方式来实现交叉验证。你能用随机林包来代替插入符号吗？
浏览 5提问于2015-07-26得票数 7
回答已采纳
我真的在试图理解为什么两段代码不能产生相同的模型。为了创建第一个神经网络(NN1)，我在Caret包的train函数中使用(下面的代码)交叉验证来找到最佳参数。的第2页建议它将“使用最优参数集将最终模型拟合到所有训练数据”。
因此，在下面的代码中，我希望NN1能够反映具有最佳参数的完整训练集，这些参数恰好是size=5和decay=0.1。我的计划是使用这一步中的参数来创建一个模型，并使用组合的训练和测试数据将其投入
浏览 12提问于2017-02-22得票数 0
1回答
我想调整我的模型与网格搜索和交叉验证与火花。在星星之火中，它必须将基本模型放入管道中，使用LogistictRegression作为基本模型，这可以是新的对象。但是，RandomForest模型不能通过客户端代码成为新，因此它似乎无法在管线api中使用RandomForest。我不想再造一个轮子，所以有人能给我一些建议吗？谢谢
浏览 0提问于2015-08-20得票数 4
回答已采纳
2回答
如何处理过度装配
、、、
我想建立一个预测模型。问题是，我有一个小的dataSet的shape=(89, 21)，这可能会导致过度拟合.问题(20个自变量)。AlgoX_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.37, random_stateDecisionTree } & 0.939394 & 0.934524 & \\ \hline \text{adaBoost } & 0.848485 & 0.8
浏览 0提问于2020-06-28得票数 4
(filename, "pkl") os.remove(filename)
returnalg = joblib.load= alg.predict_proba(train_data[predictors]).astype(float)
浏览 2提问于2016-03-25得票数 11
回答已采纳
在训练数据集上交叉验证超参数网格后，SparkML的CrossValidator是否重新适合整个训练数据集？如果不是，它会从交叉验证的哪一部分中选择用于推断的bestModel？拟合的CrossValidator使.transform()方法可用。为此，CrossValidator是否使用最佳超参数在整个训练/交叉验证数据集上重新训练，并使用重新拟合的模型进行推理？或者，bestModel
浏览 22提问于2021-03-23得票数 0
请有人告诉我，如果这是正确的方法，计算交叉验证的精度我的分类器？我将我的数据集划分为训练数据的xtrain和ytrain，以及测试集的xtest & ytest。构建模型：适合于训练集的：，这是我不确定的部分：使用<
浏览 8提问于2015-07-04得票数 3
1回答
我正在研究一个具有小数据集(110个样本)的监督二进制分类问题，在这个问题中，我选择了一些模型进行尝试，并使用交叉验证的网格搜索执行超参数调整。然后，我使用以下代码为每个模型生成了学习曲线： ("SVMRBF", svm_final),
浏览 0提问于2021-04-23得票数 1
2回答
Apache Spark中有没有什么工具可以做同样的事情，或者我必须手动执行交叉验证？
浏览 92提问于2015-09-25得票数 22
回答已采纳
1回答
我想使用scikit学习用X来预测变量y。我想使用交叉验证在训练数据集上训练分类器，然后将这个分类器应用到一个看不见的测试数据集(如中)。Cross validation on the train data 现在，我想使用这个交叉验证的模型
浏览 2提问于2022-09-09得票数 0
回答已采纳
验证损失用于避免训练集的过度拟合，交叉验证用于推广模型的结果。
它们是否用于类似的目的或结果？如果没有，那么我如何同时使用验证损失和交叉验证结合在CNN上？
浏览 0提问于2020-05-03得票数 0
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
