腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
使用
插入
符号
拟合
决策树
后
获得
敏感度
、
我正在尝试在
使用
carret (或者甚至脱::confusionMatrix)
拟合
决策树
之后
获得
敏感性和特异性等。我
使用
的代码是这样的: Bla ~ ...
浏览 7
提问于2018-01-26
得票数 0
1
回答
只有一棵树的随机森林比一棵
决策树
的性能更差?
、
我正在为一项医院研究分析医疗数据,如果我
使用
的是只有一棵树的随机森林,那么交叉验证分数就相当差(表明过度
拟合
),而如果我
使用
的是
决策树
,分数值实际上是相当好的。两个分类器具有相同的深度参数。
浏览 65
提问于2020-01-16
得票数 1
回答已采纳
1
回答
调整算法的内核参数
、
我有一个自己的算法,
使用
内核函数来计算距离。我想要
拟合
内核参数,但我不知道怎么做,因为
插入
程序包只允许他们的算法(如SVM,
决策树
等)。我想知道是否有一些优化器功能。谢谢
浏览 14
提问于2016-08-03
得票数 0
1
回答
从堆叠的Caret模型绘制最终
决策树
、
我想从最终的堆叠
插入
符号
集成模型绘制
决策树
。由此,我可以计算曲线下的面积,但我想实际绘制
决策树
浏览 3
提问于2019-04-04
得票数 1
2
回答
为什么训练数据集的准确性是100%
使用
随机森林
插入
,它是否表明过度
拟合
?
我试着预测训练集,但我
获得
了100%的准确性。然而,在测试集上,我得到了62%的准确性。我是否应该担心在
使用
插入
符号
训练数据集时会有很高的习惯性?为什么训练数据集的准确性是100%
使用
随机森林
插入
,它是否表明过度
拟合
? 📷
浏览 0
提问于2020-02-17
得票数 0
2
回答
预测模型
决策树
、
我想
使用
R中的
决策树
分类来构建一个预测模型。我
使用
了以下代码:library(caret)summary(DataYesNo如何
获得
混淆矩阵、准确性、
敏感度
和特异性?我可以在caret包中
获得
它们吗?
浏览 1
提问于2015-04-23
得票数 0
4
回答
决策树
剪枝的效果
、
、
、
我想知道我是否从训练和验证集中构建了一个像ID3这样的
决策树
A,但A是未修剪的。同时,我在ID3中也有另一棵
决策树
B,它是从相同的训练和验证集生成的,但B被修剪了。现在我在未来的未标记测试集上测试A和B,剪枝
后
的树总是表现得更好吗?欢迎任何想法,谢谢。
浏览 0
提问于2010-10-22
得票数 3
回答已采纳
1
回答
分类问题(不平衡数据)中的过度
拟合
问题
、
、
、
、
我正在研究一个罕见事件(不平衡目标变量)分类问题,
使用
决策树
。我的数据集包括95%的非事件类和5%的少数类(事件).Cla
浏览 0
提问于2015-06-17
得票数 3
1
回答
随机森林:k折交叉验证的OOB?
、
、
、
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
交叉验证,但是如果它只
使用
浏览 1
提问于2021-03-19
得票数 0
2
回答
R中
决策树
图中的标签为空
、
、
我正在
使用
插入
符号
包来训练我的模型。carMod <- train( FLAG ~.
浏览 3
提问于2018-11-29
得票数 2
3
回答
sensitivity.default中的R
插入
符号
错误
、
> cv.ctrl <- trainControl(method = "repeatedcv", repeats = 3,+ classProbs = TRUE)> set.seed(35)+ data = train.batch, +
浏览 0
提问于2014-05-19
得票数 2
2
回答
分类特征值的独立
决策树
、
、
、
无论是基于特定特征值的不同
决策树
(如每个男性和女性的单独模型)还是单个
决策树
,两者都应该给出相同的结果吗?
浏览 0
提问于2017-12-31
得票数 1
2
回答
决策树
比logistic回归更好的原因
、
、
、
当我应用Logistic回归算法时,我的准确率为22 %,当我
使用
决策树
算法时,我的准确率为55 %,但我不明白为什么第二种算法的结果更好。
浏览 0
提问于2018-11-28
得票数 3
1
回答
从
插入
符号
获得
预测的置信区间::训练
、
我试图找出如何从
插入
符号
::训练线性模型中
获得
置信区间。我的第一次尝试只是
使用
通常的lm置信区间参数来运行预测:predict(m,newdata=mtcars, interval="confidence", level=0.95) 但是看起来,从
插入
符号
::train返回的对象没有实现这一点。lm,因为我
使用
浏览 3
提问于2019-09-19
得票数 3
回答已采纳
2
回答
韦卡-我如何检查是否有过火的韦卡?
、
您说过,如果存在过度
拟合
,测试集(我称之为验证集)的性能会严重下降?但在这种情况下,它似乎并没有下降太多。
浏览 3
提问于2013-05-29
得票数 2
1
回答
基于
决策树
无监督学习的聚类评价
、
、
、
、
我试图评估一些聚类结果,这是一家公司对某些数据所做的,但他们
使用
了一种我从未见过的聚类评估方法。所以我想征求你的意见,很明显,如果有人知道这个方法,如果他/她能向我解释整个想法,那就太好了。对数据集( 500000行中的250000行和5个特性的样本)
使用
k-原型进行聚类,因为其中一个特征是绝对的。弯头法(用最小的WSS选择簇数和λ数)剪影法选择最大轮廓的簇数和λ数)
决策树
他们为数据构建了一个
决策树
,然后对每个不同的聚类组合计算出以下值:(在簇纯度内加权的逆叶大小)*簇大小/总比另外,如果
浏览 0
提问于2019-11-29
得票数 2
回答已采纳
1
回答
R:从
决策树
中提取规则
、
、
、
、
我正在
使用
R编程语言。最近,我读到了一种名为“强化学习树”(RLT)的新
决策树
算法,该算法有望将“更好”的
决策树
与数据集相匹配。这个库的文档可以在这里
获得
:library(RLT)fit = RLT(iris[,c(1,2,3,4)], iris$Species, model = "classification", ntrees = 1) 问题:从这里,是否可以从这个
决策
浏览 1
提问于2021-11-02
得票数 6
2
回答
使用
自定义指标的标准差通过
插入
符号
选择调优参数
、
我将
插入
符号
与自定义
拟合
度量一起
使用
,但我不仅需要最大化此度量,还需要最大化其置信区间的下界。所以我想最大化像mean(metric) - k * stddev(metric)这样的东西。我知道如何手动完成此操作,但有没有办法让
插入
符号
使用
此函数自动选择最佳参数?
浏览 1
提问于2013-05-21
得票数 4
2
回答
如何在应用交叉验证时
获得
灵敏度?
、
、
、
、
如何在交叉验证中
使用
敏感度
和特异度有什么解决方案吗?
浏览 3
提问于2021-01-13
得票数 0
1
回答
R中的训练和测试误差曲线
插入
包
、
、
、
、
我正在运行以下模型
决策树
朴素贝叶斯我用的是卡莱特包。任何帮助都会很感激的。
浏览 0
提问于2016-05-13
得票数 1
点击加载更多
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
人工智能–ID3算法
九道门丨如何使用随机森林进行时间序列预测?
模型算法基础——决策树剪枝算法(一)
人工智能–GBM算法
机器学习算法之集成学习(四)
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券