1回答
我想训练一个程序员给字典不同的标签，这取决于它们包含的数值-使用scikit。我的问题是，我似乎只知道如何对文本(句子)或数字变量(而不是包含多个数字的变量)进行分类。这就是我想要做的：# hot, cold, wet, sticky
first_sample["temp"] = 30
浏览 0提问于2016-09-03得票数 1
从来看，DecisionTreeClassifier似乎支持多类特性。
我试图构建具有枚举特征的树(每个特性的绝对值没有任何意义-只是相等\不相等)
这在科学学习决策树中得到支持吗？我目
浏览 7提问于2013-09-11得票数 7
回答已采纳
每当我开始拥有更多的类(1000或更多)时，MultinominalNB就会变得非常慢，占用千兆字节的内存。支持.partial_fit() (SGDClassifier，Perceptron)的所有scikit学习分类算法也是如此。当使用卷积神经网络时，10000类是没有问题的。但是当我想用相同的数据训练MultinominalNB时，我的12 to内存是不够的，而且非常慢。根据我对朴素贝叶斯的理
浏览 6提问于2016-01-07得票数 1
回答已采纳
科学学习的sklearn.linear_model.LogisticRegression类是如何处理回归和分类问题的？
由于Logistic回归的输出是基于乙状结肠函数的，所以它返回概率。那么，滑雪板课程是如何作为分类器和回归者的呢？
浏览 13提问于2015-04-10得票数 1
回答已采纳
多标签学习的术语有:多标签学习和多标签分类.我想知道这些术语之间的区别是什么，以及何时使用其中一个而另一个？
浏览 0提问于2015-07-23得票数 -1
回答已采纳
1回答
当使用scikit的分类器-学习多类问题时，是否需要用一种热编码对标签进行编码？例如，我有3个类，在将这些数据输入不同的分类器以进行培训时，简单地将它们标记为0、1和2。据我所知，它似乎运转正常。有些算法，如随机森林，本机处理分类值。对于logistic回归、多层感知器、高斯朴素Bayes和随机森林等方法，如果我没有弄错的话，这些方法似乎是本机处理分类值。这个评估
浏览 1提问于2018-07-25得票数 3
回答已采纳
请有人解释一下(例如，也许)什么是科学知识中的，和之间的区别？我读过文档，我理解我们使用：
OneVsRestClassifier -当我们想要进行多类或多标签分类时，它的策略包括拟合每类一个分类器。对于每个分类器，类与所有其他类相匹配。(这很清楚，这意味着多类/多标签分类问题被
浏览 3提问于2017-03-15得票数 36
回答已采纳
1回答
在具有0/1输出标签的两类分类问题中，哪个函数适用于输出神经元？
我的答案是双曲正切神经元- tanh(.)但ans是不正确的，它是后勤乙状结肠神经元。那么为什么我们不能使用双曲正切神经元呢？
浏览 3提问于2018-03-01得票数 0
作为一个科学知识的初学者，并试图对虹膜数据集进行分类，在交叉验证阶段，我在将评分标准从scoring='accuracy'调整到其他方面时遇到了问题，比如精度、召回、f1等等。下面是完整的代码示例(足够从# Test options and evaluation metric开始)。msg = "%s: %f (%f)" % (name, cv_results.mean(), cv_results.std())现在，除了评分=‘准确性’，我想评估这个<
浏览 0提问于2019-02-01得票数 0
回答已采纳
1回答
我正在研究一个具有连续和分类特性的多标签分类问题。对于单个标签问题，我可能会使用有监督的编码器来实现分类功能，如TargetEncoder、CatBoost等。但是，我不知道这些编码器是否能够处理多标签样本。是否有可扩展到多标签数据的分类编码器？如果人们知道任何关于这方面的文献，也很高兴看到。注意: scikit控制类编码器包中的</em
浏览 0提问于2021-08-19得票数 0
1回答
NLTK -多标记分类
、、、
我使用NLTK对文档进行分类--每个文档有一个标签，其中有10种类型的文档。对于我的文档特性，我将查看所有50k文档，并按频率( frequency_words )收集前2k单词，然后对每个文档标识文档中也在全局frequency_words中的单词。我遇到的问题是：
这个由NLTK提供的分类器是否适用于多个标签数据？-我看到的所有例子都是关于2类分类的，例如是否将某物声明为。这些文档应该有一套
浏览 1提问于2014-05-09得票数 7
回答已采纳
1回答
当我在我的2级classification_report()和yhat上运行scikit-learn y时，我得到以下信息：weighted avg 0.80 0.82 0.79 201329如何解读科学分类报
浏览 0提问于2020-12-11得票数 3
3回答
我有三个问题：滑雪板的混淆矩阵如下：FN | TPTP | FP我该考虑哪一个？2)
由于科学工具包学习的上述混淆矩阵与我在其他学习过程中发现的混淆矩阵不同，在多类混淆矩阵中，结构将是什么？我在这里看这篇文章：在那篇文章中，@lucidv01d发布了一个图表来理解多类的分类。在科学</em
浏览 4提问于2019-05-10得票数 10
回答已采纳
我有一个项目，我的任务是建立网络入侵检测系统，以检测网络中的异常和攻击。
我试着在google/youtube上搜索这些词，但是找不到合适的定义。my code:-
clean/tra
浏览 1提问于2019-07-16得票数 1
回答已采纳
我有一个相当有限的数据集，我正在执行监督学习，多类文本分类使用科学工具-学习。为了稍为纾缓资料不足的情况，我想做以下工作：
实现(或使用现有的)基于投票的集成分类器，以提高分类精度。例如，多项式Bayes和KNN似乎对不同的类
浏览 2提问于2014-12-26得票数 4
回答已采纳
我正在使用Logistic回归、支持向量机、决策树、随机森林和朴素贝叶斯等算法处理一个分类问题。我的数据包括二进制类分类，即Fire(1)或No Fire(0)。我正在使用科学工具包-学习sklearn.metrics.cohen_kappa_score来计算科恩卡帕的分数。)因此，它采用了特定模型所做的y_test和预测，以及用于混淆矩阵和分类</e
浏览 0提问于2020-04-03得票数 0
回答已采纳
我有一个多等级的分类问题。此外，可以将实例分配给一个类。我的数据集非常不平衡。我知道，在这种情况下，精确性不是一个很好的衡量标准，因为我们可以简单地预测高频度的类并获得好的分数。我明白对于多类分类问题，微F1优于宏F1.的意思，但结果却是微F1评分与准确度评分相同.。因此，研究替代度量(即微F1)而不是精确性的整个想法已经成为一个完整的循环。
我
浏览 0提问于2019-05-11得票数 7
Sklearn.metrics具有获得分类度量的强大功能，尽管我认为缺少的是返回TP、FN、FP和FN计数的函数，给出了预测的和实际的标签序列。甚至从混乱矩阵。我知道可以使用sklearn获得混淆矩阵，但我需要实际的TP、FN、FP和FN计数(对于多标签分类--超过两个标签)，并为每个类获取这些计数。
所以说，下面有三个类<em
浏览 2提问于2017-04-29得票数 0
回答已采纳
在Fortran中，对浮点文字使用科学表示法是非常容易的：将意味着双精度(无论在当前Fortran编译器设置下意味着什么)浮点值，它近似于1.5*10^-15。然而，指数表示法和浮点类说明符的融合是一个问题。如果希望浮点文字具有C_DOUBLE类型，如何声明浮点文字？
我知道这是一个有点挑剔的问题，但在某些情况下，双精度将不会与C_DOUBLE相同。
浏览 3提问于2018-04-21得票数 6
回答已采纳
1回答
我使用了以下分类器及其准确性：支持向量机- 78 %Logistic回归- 80%
当我使用上述分类器进行最终分类时，我获得的准确性低于仅使用随机森林的情况当单独使用时，所有的分类器都提供了多少相同的精度，那么随机森林如何比它们的合并结果更好呢？
浏览 0提问于2015-10-06得票数 6
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
