下面是我的代码：from sklearn.preprocessing import PolynomialFeaturesfrom sklearn.pipeline import make_pipeline
print(fit_intercept = False))X_predict = np.array([[3]])
浏览 1提问于2018-08-07得票数 0
回答已采纳
在sklearn.cross_decomposition.PLSRegression中，我们可以使用x_scores_从X数组中获得潜在变量得分。
我想提取负载来计算新数组W的潜在变量分数。我尝试使用x_loadings_、x_weights_和x_rotations_作为加载，因为我不能确定哪个数组是好的( sklearn网站上几乎没有什么信息)。但是这些方法都不起作用(我尝试使用</em
浏览 3提问于2020-08-07得票数 0
1回答
如何将日期数据类型转换/提取/转换为“一周中的日期”，即PMML*中的日期名称？很容易由pd.to_datetime()完成，但是我需要它在sklearn2pmml中用于pmml管道。
浏览 7提问于2022-07-11得票数 0
2回答
有没有从数据中提取最佳特征的方法。现在，我正在使用sklearn中的'KBest‘。在这种情况下，我必须指定需要选择的K个最佳特征的数量。有没有什么方法可以让我不必指定要提取的特征数量？相反，我们提取所有有用的特征？from sklearn.feature_selection import SelectKBest
test = SelectKBest(score_func=chi2, k=4)
浏览 4提问于2019-12-02得票数 1
这是sklearn.cluster.KMeans这是使用k-means的正确方式吗？
浏览 0提问于2015-01-19得票数 32
回答已采纳
我正在浏览示例管道，用于从scikit-learn文档中提取和评估 。("tfidf", TfidfTransformer()), ]随后，他们将其与GridSearchCV一起使用在示例中，它们在训练数据集上拟合CountVectorizer，然后提取特征。我想要做的是在一个更大的语料库上拟合CountVectorizer，然后将它应用到训练数据中，以获得特征向量。
浏览 10提问于2022-04-28得票数 0
从scipy加载数据集之后，我需要提取属于setosa的所有特性的索引。但我无法提取。可能是因为我没有使用numpy数组。有人能帮我提取指数吗？代码如下from sklearn.datasets import load_iris
data = l
浏览 2提问于2014-11-29得票数 0
在sklearn中使用PCA时，很容易提取出组件：pca = decomposition.PCA(n_components=n_components)pca_components = pca.components_
但我无论如何也想不出如何从LDA中取出组件，因为没有componentssklearn lda中有没有类似的属性？
浏览 0提问于2012-12-20得票数 20
1回答
我正在用从卷积神经网络中提取的特征训练SVM。正如本文()所写，在将支持向量机应用于特征之前，对它们进行二次规范化是很好的。我使用这个函数来规范向量： l2norm = np.sum(np.abs(features)**2,axis=-1)**(1./2)return features/l2norm
在这个正常化之后，我的准确度从60%下降到20%，所以很明显有些地方是错误的。
浏览 2提问于2015-09-01得票数 1
1回答
因此，来自Python的sklearn库的逻辑回归具有.fit()函数，该函数以x_train(特性)和y_train(标签)作为参数来训练分类器。似乎x_train.shape = (number_of_samples, number_of_features) 对于x_train，我应该使用提取的xvector.scp文件，我是这样读取的： b我想使用sklearn Logistic回归对x向量进行分类，为了使用.fit()方法，我应该传递一个数组作
浏览 133提问于2021-02-11得票数 0
导入inner1d UserWarning:尝试在使用0.19.2版本时从0.20.2版本中提取估值器DecisionTreeClassifier。UserWarning:尝试在使用0.19.2版本时从0.20.2版本中提取估计器RandomForestClassifier。追溯(最近一次调用)：文件“"/Library/Frameworks/Python.framework/Versions/3.6/
浏览 0提问于2019-03-23得票数 0
1回答
我正在尝试使用sklearn的均值漂移聚类来分割彩色图像。我已经将图像读取到一个numpy数组中，但是我想提取每个颜色通道(R，G，B)，以便我可以使用每个颜色通道作为分类变量。我在网上找到了以下代码，它提取表示为numpy数组的图像的RGB颜色通道。
浏览 35提问于2019-07-11得票数 2
回答已采纳
2回答
解码pickle文件
、、、
我有一个我想打开的pickle文件。我正在使用python3。import picklele = preprocessing.LabelEncoder()
age.classes_ 打印一个数组，如下所示： array([b'0_2', b'15_20', b'25_32', b'38_43', b'
浏览 168提问于2019-06-16得票数 0
回答已采纳
clf, fo, protocol = cPickle.HIGHEST_PROTOCOL)
fro
浏览 1提问于2018-01-03得票数 2
回答已采纳
在我的项目中，我使用三维核磁共振数据，其中第四个维度代表不同的主题(我使用包 )。我正在使用sklearn.decomposition.PCA从我的数据中提取给定数量的主成分。现在，我想在大脑图像上分别绘制这些成分，也就是说，我想用我提取的成分(在本例中是2)以不同的颜色显示一个大脑图像。下面是使用OASIS数据集的示例代码，可以通过下载
使用nilearn.input_data.NiftiMasker掩蔽，它将
浏览 12提问于2020-04-06得票数 1
回答已采纳
1回答
我使用以下代码来提取规则。请帮我画一棵分辨率更高的树，因为当我增加树的深度时，图像变得模糊。from sklearn.tree import DecisionTreeClassifierclassifier = DecisionTreeClassifier(max_depth = 3,random_state = 0)另外，如何从随机森林分类器中提取规则。
浏览 83提问于2020-05-15得票数 1
回答已采纳
1回答
我想结合两种特征提取方法并在improved.What中分类，我使用的是sklearn.But，准确度不是improved.What是错的?如何结合两种numpy数组的特征提取方法来提高准确率?
浏览 0提问于2020-06-06得票数 1
0回答
我正在使用sklearn中的CountVectorizer，我想知道我将如何访问或提取文件编号，这些是我尝试从输出中获得的：(1 ,12 ) 1我只想要代表文件编号的1
from sklearn.feature_extraction.text
浏览 2提问于2016-12-25得票数 2
回答已采纳
我正在尝试用png或pdf格式使用pydot将DecisionTreeRegressor的输出可视化为多个输出(如中所描述的)。我以前从未使用过.dot，但我怀疑多输出格式可能存在问题。0.99913333] [ 0.10838333]2 -> 4 ;我不知道如何解决这个问题，因为这只是我从DecisionTreeRegressor我还尝试转换点文件：
dot -Tpng tree.
浏览 0提问于2015-01-20得票数 5
回答已采纳
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
