腾讯云
开发者社区
文档
建议反馈
控制台
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
登录/注册
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
KFold
CV
或
分层
CV
时
,
计算
性能指标
的
正确
方法
是什么
?
python
、
keras
、
cross-validation
、
metrics
、
confusion-matrix
在阅读了一些教程之后,这是我第一次构建Keras深度学习模型,因为我是机器学习和深度学习
的
初学者。大多数教程都
使用
训练-测试拆分来训练和测试模型。然而,我选择
使用
StratifiedKFold
CV
。代码如下所示。和StratifiedKFoldCV
的
理论概念。我遇到了What does
KFold
in python exactly do?、KFolds Cross Validation vs train_test_split和更多
的
链接。但是,当我
计算</e
浏览 25
提问于2020-01-17
得票数 0
1
回答
在cross_val_score中,如何以不同
的
方式
使用
参数
cv
?
python
、
python-3.x
、
machine-learning
、
scikit-learn
、
cross-validation
我希望有人能告诉我两份打印声明
的
区别。他们给了我很大
的
不同
的
数据,我认为他们将是一样
的
。dtc = DecisionTreeClassifier()print(cross_val_score(dtc, train, target,
cv
=kf, scoring='accuracy')) print(cross_val_score(dtc, train, target,
cv
=10, scoring=&
浏览 3
提问于2017-10-01
得票数 2
回答已采纳
1
回答
在做了GridSearch之后,为什么我得到
的
结果不太准确?
python
、
scikit-learn
因此,我已经应用随机搜索,然后网格搜索,我
的
MLP回归。问题是,对于随机搜索(隐藏层18、18、18 (R^2= 0.90))所建议
的
最佳参数,我
的
R^2要好于网格搜索(隐藏层17、17、17 (R^2= 0.89) ),为什么呢?warm_start': [False]} 'warm_s
浏览 9
提问于2022-07-18
得票数 1
回答已采纳
1
回答
如何
计算
cv
_results_和best_score_
的
测试分数?
python
、
machine-learning
、
regression
、
xgboost
、
scikit-optimize
我正在
使用
来自scikit-optimize
的
scikit-optimize来优化一个XGBoost模型,以适应我拥有的一些数据。虽然模型很适合,但我对诊断信息中所提供
的
分数感到困惑,无法复制它们。, 0.7058815015739375 我不知道这里
计算
的
是什么
,因为在我
的
代码中,scoring设置为None。无论如何,当我手动
计算
fit中
使用
的
数据
的
每
浏览 8
提问于2021-03-23
得票数 2
回答已采纳
1
回答
用线性模型(如ElasticNetCV )学习
分层
k-折叠
CV
python
、
scikit-learn
、
regression
、
cross-validation
使用
交叉验证(
CV
)与sklearn是相当容易和直进.但是,在线性
CV
模型中设置
cv
=5 (如ElasticNetCV
或
LassoCV )
时
,默认实现是
KFold
CV
。出于各种原因,我想
使用
StratifiedKFold。从
的
角度看,似乎任何
CV
方法
都可以用
cv
=给出。传递
cv
=
KFold
(5)按预期工作,但
cv</
浏览 0
提问于2019-03-01
得票数 2
回答已采纳
1
回答
用sklearn.model_selection.permutation_test_score
计算
不
正确
的
r2评分
python
、
scikit-learn
、
regression
、
goodness-of-fit
sklearn.model_selection.permutation_test_score
计算
的
r2评分与sklearn.metrics.r2_score评分之间存在明显
的
不匹配。由permutation_test_score
计算
的
数据似乎不
正确
;请参见下面的内容:from sklearn.linear_model import LinearRegressionsklearn.model_selection.permutation_test_sc
浏览 2
提问于2017-04-13
得票数 1
1
回答
UserWarning: y中人口最少
的
类只有一个成员,比n_splits=5少
pandas
、
machine-learning
、
scikit-learn
我试图在数据帧上
使用
Grid Serach来实现随机森林。],'min_samples_split':[2,3,4,5],'max_depth':[4,5,6],
CV
_rfc= GridSearchCV(estimator=rfc, param_grid=param_grid,
cv
= 5) p
浏览 7
提问于2022-11-15
得票数 1
回答已采纳
1
回答
在数据不平衡
的
管道中进行交叉验证
的
正确
方法
machine-learning
、
scikit-learn
、
cross-validation
、
imbalanced-data
、
smote
对于给定
的
不平衡数据,我创建了一个不同
的
标准化管道&一个热编码。preprocessor', preprocessor),('smote',smt),我做
的
管道适合不平衡
的
数据下面的代码中显示了
正确
的
方法
吗?我得到了大约0.98
的
召回,这可能导致模型过分适合。如果我
浏览 5
提问于2020-06-10
得票数 2
回答已采纳
1
回答
用管道学习lda网格搜索器
machine-learning
、
scikit-learn
、
grid-search
'classify__C': [0.05,0.1, 0.3, 0.6, 0.8, 1.0]}] gs.fit(data, label) 我有一个关于
使用
管道和网格搜索
的
问题。现在我首先尝试
使用
lda来减少维数,我想知道关于带管道
的
gridsearchcv
的
过程?拆分列车/测
浏览 3
提问于2017-08-08
得票数 0
2
回答
validation_curve如何
计算
test_scores
python
、
machine-learning
、
scikit-learn
我正在浏览validation_curve
的
sci学习文档,并看到它返回了两组不同
的
数据: train_scores:训练集上
的
形状数组(n_ticks,n_
cv
_folds)分数。test_scores:形状数组(n_ticks,n_
cv
_folds)在测试集上得分。在给定
的
函数中,我们只传递一个X和y数组,它如何从传递
的
训练数据中
计算
test_scores,它是否执行固有的train_test_split?sklearn.model_sel
浏览 6
提问于2020-10-18
得票数 0
1
回答
我是否需要同时执行网格搜索(具有交叉验证),然后执行交叉验证
方法
?
machine-learning
、
cross-validation
、
grid-search
我将我
的
数据集划分为训练数据、验证数据和测试数据,然后对训练数据执行gridsearch-crossvalidation。这作为交叉验证
方法
足够了吗,或者我需要在GridSearchCV之后实现k-折交叉验证吗?我有点困惑,因为我认为网格搜索只能帮助我找到最优
的
超参数。
浏览 16
提问于2019-05-11
得票数 0
2
回答
如何在sklearn.cross_validation.cross_val_score中获得内部分区
的
折叠本身?
python
、
scikit-learn
、
cross-validation
我在用: 这个函数
的
输出就是分数。是否有一种
方法
来获取在cross_val_score函数中内部分区
的
折叠(分区)本身?
浏览 8
提问于2014-07-08
得票数 1
回答已采纳
1
回答
在GridSearchCV中如何/在何处
使用
StandardScaler
python
、
machine-learning
、
scikit-learn
、
pipeline
标准化数据而不
使用
管道:
kfold
=
KFold
(3, shuffle = True, random_state = 3) y = scaler_std.fit_transform(np.arraymake_pipeline(StandardScaler(), Lin
浏览 12
提问于2021-04-21
得票数 1
2
回答
Logistic回归和Iris数据集在ROC AUC评分中
的
应用
python
、
machine-learning
、
scikit-learn
、
roc
我需要
的
是: 从他
的
想法和
方法
上,我简单地改变了我获得原始数据
的
方式: filepath_or_buffer='http
浏览 0
提问于2019-05-02
得票数 7
回答已采纳
1
回答
如何确定cross_validate是否
使用
分层
K-折叠?
python
、
scikit-learn
、
cross-validation
我想确保cross_validate
使用
的
是
分层
简历。在中,有人写到 我怎么能确定呢?如何在这里检查cross_
浏览 1
提问于2020-11-25
得票数 0
4
回答
如何
计算
科学学习cross_val_predict
的
准确性分数?
python
、
scikit-learn
、
cross-validation
如下面的代码所示,
使用
k折叠
方法
的
cross_val_predict (参见,v0.18)是否
计算
了每一次折叠
的
准确性,并最终将其平均值化?
cv
=
KFold
(len(labels), n_folds=20)ypred = cross_val_predict(clf, td, labels,
cv
=
cv
) accuracy
浏览 6
提问于2017-01-04
得票数 34
回答已采纳
1
回答
accuracy_score ValueError:不支持多类多输出
python
、
machine-learning
、
scikit-learn
、
multilabel-classification
我想预测
的
样本,可以在一个以上
的
标签,在一次(多标签分类)。因此,我
使用
库并成功地安装了一个分类器,甚至可以预测测试数据。它只是无法输出分类器
的
准确性。我
的
数据(最多1100行):依附
的
vars (我预测
的
vars )是最后4个:N/xN、性别、成熟度和CType。剩下
的
是独立
的
vars。
浏览 3
提问于2020-02-21
得票数 1
1
回答
为什么xgboost scikit-learn界面会有如此不同
的
答案?
python
、
scikit-learn
、
xgboost
、
cross-validation
我第一次
使用
xgboost,并尝试了这两个不同
的
接口。界面:print(cross_val_score(xgbr, X, y,
cv
0.29743001]dmatrix = xgb.DMatrix(data=X, label=y)
cv
浏览 12
提问于2022-03-21
得票数 0
回答已采纳
2
回答
为什么随机搜索比网格搜索显示更好
的
结果?
python-3.x
、
machine-learning
、
scikit-learn
、
data-science
一些学术论文声称,与整个网格搜索相比,随机搜索可以提供“足够好”
的
结果,但可以节省大量时间。最佳
cv
精度: 0.7642857142857142最佳参数:“C”:0.02 RandomizedSearchCV返回给我以下结果:最佳
cv
精度: 0.742857142
浏览 1
提问于2018-01-04
得票数 3
回答已采纳
1
回答
LassoCV如何在scikit中学习分区数据?
python
、
scikit-learn
、
regression
、
cross-validation
我是执行线性回归
使用
拉索
方法
在雪橇。实际问题 Lasso
浏览 3
提问于2014-06-15
得票数 8
回答已采纳
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
Python 数据挖掘入门与实践:第二章
干货——图像分类(下)
布尔艺数10月斩获计算机视觉竞赛全球冠军
交叉验证和超参数调整:如何优化你的机器学习模型
9,模型的评估
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券