分层和模型评估

文章/答案/技术大牛

发布

1回答

scikit-learn、evaluation

我希望使用不平衡的数据集评估三个模型，即LogisticRegression，SVM和Random Forest。我决定使用一种条纹化的方法。在这种情况下，如何使用相同的拆分来评估我的三个模型？

浏览 19提问于2021-01-30得票数 0

回答已采纳

2回答

对象识别的最佳架构

conv-neural-network、object-recognition、hierarchical-temporal-memory

我正在评估使用HTM (分层时间记忆)和CNN (卷积神经网络)进行目标识别的选项。在这种情况下，哪种架构(模型)最合适？

浏览 6提问于2016-10-05得票数 2

1回答

用于交叉验证的高级特征提取方法

scikit-learn、feature-extraction、cross-validation

此外，在培训我的模型时，我也希望能够执行交叉验证。评分函数我使用原始数据来计算分数，所以我希望交叉验证评分也能处理原始数据，而不是生成的数据。将特性提取器添加到管道中，并将其提供给例如GridSearchCv 实现一个自定义记分器，它对原始数据进行操作，在给定一组选定参数的情况下对模型进行评分。

浏览 2提问于2013-06-03得票数 0

回答已采纳

2回答

如何计算分层数据记录程序的完美定点？

datalog

Datalog程序中指令的求值顺序是什么？完美的固定点总是最小的固定点吗？

浏览 2提问于2011-12-01得票数 0

1回答

为我的贝叶斯预测绘制95%的可信区间，以及响应变量的实际观察值中的点

我提出了一个贝叶斯分层模型来对Y50进行贝叶斯预测。我还有Y1，...，Y49的MCMC样本，我可以用它们与Y1，Y2，...，Y49的实际值进行比较，来评估我的贝叶斯模型的整体拟合。有没有办法从分层模型的MCMC对象中绘制我的贝叶斯预测的毛虫图，以及代表我在R上的原始数据集中实际观察到的Y的点？谢谢,

浏览 0提问于2019-04-17得票数 0

3回答

带有树视图小部件的主干

hierarchical-data、backbone.js

我正在评估，以便在一个项目中使用，该项目将在树视图小部件中显示分层模型(比如Windows )。我喜欢脊梁对这个世界的看法。然而，在我开始一个概念的证明之前，需要进行大量的编码，这个概念的主干实际上从服务器接收一个分层模型并更新一个树小部件。我见过有各种各样的解决方案，但我想知道.有人真的这么做过吗？实际上，将树视图、UI组件和指针命名为使数据在主干中分层会更好。一些示例代码将是惊人的美妙。

浏览 4提问于2011-05-27得票数 55

1回答

随机森林比其他方法表现要好得多

python、machine-learning、scikit-learn、svm

当评估支持向量机、RF和a DT (max_depth = 3)的性能时，我用RF模型得到了非常好的结果。正在建模的数据是真实世界的数据。它们都是使用分层交叉验证来评估的，因为数据集是不平衡的。对于前面看到的4个不同的类，我得到这些分数的精确性，回忆和F1。Feeding故障-(差异。samplesGenerator故障-(馈电安全电路故障)： 383数据samplesGenerator加热： 228 668数据samplesO

浏览 1提问于2019-11-20得票数 3

回答已采纳

1回答

小批量梯度下降是否消除了分层对训练数据集的影响？

neural-network、scikit-learn、data-cleaning

在数据预处理中，使用分层洗牌确保原始数据集的分布反映在培训、测试和验证数据集中。小型批处理梯度下降使用随机洗牌来确保小批中的随机性.我的疑问是-为什么我们应该在我们的数据集上执行分层洗牌，如果它要在训练期间以随机的方式被洗牌？

浏览 0提问于2020-08-08得票数 2

回答已采纳

1回答

RepeatedStratifiedKFold与StratifiedKFold在滑雪教学中的差异

python、machine-learning、scikit-learn、classification、cross-validation

我试着读取和的文档，但无法区分这两种方法的不同之处，只有RepeatedStratifiedKFold在每次重复中重复不同的随机化，以重复StratifiedKFold n times。

浏览 19提问于2022-02-19得票数 6

1回答

树中分类错误的实例与混淆矩阵不匹配

weka、j48

所有规则中错误分类的总和(见树)是2097 (来自895+700+428+74)。但是混淆矩阵是2121 (来自1999+122)。有人能解释一下这种差异吗？数字怎么会不一样呢？

浏览 6提问于2016-08-27得票数 0

1回答

交叉验证是一种分层吗？

machine-learning、cross-validation

我想知道交叉验证是否是一种分层。

浏览 0提问于2019-01-13得票数 0

1回答

图像数据增强时分割率的确定

machine-learning、deep-learning、sampling、data-augmentation、train-test-split

我有一个非常不平衡的图像数据集，一个类有2873个图像，另一个只有115个图像。其余的类每个类都有大约250幅图像。为了减少这种不平衡，我决定将数据集分割成列车有效的测试组件，与小班相比，主类在培训集中的图像比例较低。然后我将增加训练集中的数据。我打算在数据集上执行80-10-10的分割.Splitting数据集在比例80-10-10中，然后增强训练图像(这将最终导致augmentation).Splitting后训练集的比例超过80%，从而最终导致augmentation.后的80-10-10分裂)。还可以接受85-7.5-7.5的分割，前提

浏览 6提问于2022-11-20得票数 0

1回答

两种机器学习模型的精度差

machine-learning、statistics

我已经训练了两个机器学习模型。两者的准确性略有不同。

浏览 2提问于2019-11-27得票数 0

回答已采纳

1回答

is分区和交叉between的区别是什么？

matlab、classification

testing setscrossvalind用于执行交叉验证，通过返回索引，将整个特性集X随机分成训练和测试数据利用这些指标，我们可以分别生成X(trainIdx,:)和X(testIdx,:)的训练数据和测试数据。cvpartition也使用分层和非分层的方法来分割数据，但是它不返回指数。我还没有看到crossvalind是一种分层或非<e

浏览 1提问于2018-06-06得票数 1

回答已采纳

1回答

ML算法的训练与测试集

testing、leave-one-out

我有一个模型，在33个数据集上使用LOOCV进行支持向量机训练。我收集了另外13个数据集，我把它们分开，就像把一个数据排除在外一样。在测试阶段，我将培训(33)和测试( 12 )的数据集组合在一起，并建立了一个模型，该模型对45个数据集进行训练，并对其余数据集进行迭代测试(类似于LOOCV)。这种测试方法对吗？

浏览 6提问于2022-05-30得票数 0

1回答

Power BI“显著计数”DAX函数用于处理满足两个条件的文本变量？

powerbi、dax

我试图生成满足两个条件的文本变量的独立计数：“关键”和“非临界”，其中我只对“关键”感兴趣。如果“团队a”被评估为“关键”和“非关键”；“小组b”被评估为“关键”；“小组c”被评估为“非关键”。我有一个“关键”数2和“非关键”计数2。然而，我只想包括“团队a”的“批判性”评估，而忽略

浏览 0提问于2019-06-03得票数 0

1回答

我还能做什么来帮助我的模型我的分类任务？

scikit-learn、multiclass-classification

到目前为止，我已经运行了5个模型:二次圆盘分析、logistic回归、knn、随机森林和朴素贝叶斯(高斯，但不久将尝试分类)。我用过GridSearchCV (10倍)。知道我能在哪里改进模型吗？

浏览 0提问于2023-02-27得票数 0

回答已采纳

1回答

具有验证和测试集的k-折叠交叉验证

python、cross-validation

对于一个项目，我想执行分层的5倍交叉验证，其中每一次的数据被分割成一个测试集(20%)，验证集(20%)和训练集(60%)。我希望测试集和验证集是不重叠的(五个折叠中的每一个)。在维基百科维基百科上或多或少是这样描述的：单个k折叠交叉验证与验证和测试集同时使用.总数据集被拆分为k个集合。一个接一个地选择一个集作为测试集。然后，一个一个地，其余的一个集作为一个验证集，另一个k-2集作为训练集，直到所有可能的组合都被评估。训练集用于模型拟合，验证集用于每个超参数集的模型<

浏览 0提问于2020-12-19得票数 4

1回答

如何在GPflow中实现分层异构稀疏GPs？

gpflow

具体来说，我试图从一群来自临床评估的个体的空间数据中进行拟合。对于每个人，我是否要处理大约20000个数据点(每个人的记录数量不同)，这肯定限制了我自己的稀疏实现。除此之外，我还需要一个输入相关的噪声模型，从而产生异方差。我已经安装了一个异稀疏模型，就像在中一样，但是我不知道如何扩展它来执行分层学习。欢迎提出任何意见:)

浏览 9提问于2022-11-11得票数 0

1回答

如何解释回归变量的后验概率？

regression、bayesian、mcmc、winbugs、r2winbugs

我在WINBUGS中使用以下模型来运行分层贝叶斯回归，其中beta是我的协变量：如果我通过添加以下代码来修改此模型：p.beta0 <- step( beta0 )然后，我可以评估后验概率(PP)的(正或负)关联贝塔协变量。然而，我不知道如何解释beta1，因为这有一个负关联和低后验概率。我不确定这是否是我计算后验概率的代码的问题。

浏览 1提问于2018-08-03得票数 0

回答已采纳

点击加载更多