2回答
单标签多类分类随机森林蟒蛇
、、、、
我是机器学习的新手，目前正在处理由分类数据组成的csv文件格式的数据集。作为预处理的一种手段，我对数据集中的所有变量进行了热编码。 目前，我正在尝试应用随机森林算法将条目分类为4个类别中的一个。
浏览 19提问于2019-10-02得票数 0
回答已采纳
我有以下问题:我有两组不同的标签(用N.E.R提取)，并且给出了第一组标签(a、b、c或d)的组合，我有一组监督的第二组(x，y，z)的最佳组合作为“答案”。问题是，两者的大小都可能不同。
浏览 0提问于2021-03-18得票数 0
2回答
是否需要对python中的随机森林分类器进行一次热编码？我想从逻辑上理解，随机林中是否可以用标签编码来处理分类特性，而不是单热编码。
浏览 4提问于2021-01-14得票数 0
我有一个有10个类的多类分类任务。因此，我使用sklearn的将单列标签转换为10列标签。我在试着适应训练数据。虽然我能够在中做到这一点，但在与进行匹配时，我得到了以下错误消息我知道在这两个分类器中，y的允许形状是不同的：
GaussianNB
浏览 3提问于2016-11-13得票数 3
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。这个评估是正确的吗？谁的科
浏览 1提问于2018-07-25得票数 3
回答已采纳
给定一个分类问题，有时我们不仅要预测一个类，还需要返回它是一个类的概率。如果不构建新的分类器来预测y=0、y=1、y=2...y=C。因为训练C分类器(比方说C=100)可能相当慢。
要做到这一点，可以做些什么？什么分类器自然可以很容易地给出所有的概率(我知道的一个是使用100个输出节点的神经网络)？但是如果我使用传统的随机森林，我就无法做到这一点，对吧？我使用Pyth
浏览 3提问于2016-09-28得票数 1
2回答
使用sklearn，我刚刚完成了训练，调优超参数和测试一个随机森林多类分类器使用RandomizedSearchCV。我得到了最好的参数，最好的分数等等。所有这些都是用标签数据集完成的。现在，我想将这个分类器应用到一个没有标签的数据集上(这意味着只有特性而没有类)来进行类/标签预测。我还没试过什么，因为我被卡住了。
浏览 12提问于2022-11-29得票数 -2
我有一个数据集，其中每个示例包含一个用户id、一个日期和与该特定用户关联的状态(活动、过期和停用)。dataset包含一整年的记录，但是有几天会丢失，该项目的目标是预测用户在这些缺失日期的状态。下面是一个记录的例子： "date": "20190101", "status": "active"由于我要预测的变量的值是绝对的，并且有3种可能的值，所以我的研究给我带来了多项Logistic回归。我想用Python来解决这个问题
浏览 0提问于2021-10-26得票数 1
1回答
对于多类情况，我对Scikit的Logistic回归的正确调用有问题。我使用的是lbgfs解算器，并且将multi_class参数设置为multinomial。我不清楚如何在拟合模型时传递真实的类标签。我曾假设它与随机森林分类器多类类似/相同，其中您可以传递n_samples、m_classes数据帧。ValueError:错误的输入形状( 20，5) --在这个小示例中，有5个类，20个样本。在检查时，f
浏览 0提问于2016-04-10得票数 4
回答已采纳
1回答
在文献综述的基础上，我发现最常用的方法之一是问题转换方法.它将多标号问题转化为多个单标号问题，分类结果只是每个单标签分类器的简单结合，采用二进制相关的方法。由于单个标签问题可以被描述为二进制分类(如果有两个标签)或多类分类问题(如果有多个标签，即labels>2)，目前的转换方法似乎都将多标签问题转化为多个二进制问题。在这
浏览 5提问于2016-03-02得票数 1
也许还有一个更普遍的问题：
既然C5.0树通常比CART有更好的性能，为什么人们仍然使用CART来构建随机森林(或者人们已经在这样做了)？
浏览 0提问于2020-02-15得票数 1
1回答
在sklearn的文档中，它指出有几种算法固有地支持多标签分类，例如RandomForest或MLP：https://scikit-learn.org/stable/modules/multiclass.html
浏览 0提问于2019-06-06得票数 2
回答已采纳
我在看C4.5分类器的机器学习任务。随后，一旦经过训练，我想在大型数据集上运行分类器。
在我发现的所有例子中，结果只有两个状态(在这个例子中，打或不打)。c4.5分类器能否将伦敦(加拿大)、伦敦(英格兰)、伦敦(法国)作为结果类处理，或者我是否需要为伦敦(加拿大)、真假等设置不同的分类器？
浏览 4提问于2013-06-10得票数 0
1回答
同时尝试在Spark mllib中使用梯度增强树运行多类分类。但是它给出了一个错误“只支持二进制分类”。因变量有8个水平。数据有276列和7000个实例。
浏览 1提问于2016-03-07得票数 1
2回答
在随机森林/ XG Boost分类器中，是否有给出每个标签顶部特征的函数？classifier.feature_importances_只提供分类器作为一个整体的顶级特性。寻找一些类似的classifier.coef_，为支持向量机和朴素贝叶斯分类器提供标签特定的顶级特征在学习。
浏览 3提问于2019-01-21得票数 2
回答已采纳
1回答
随机森林多类分类
、、
目前，我们正在使用产品名称作为功能，产品类别作为标签我创建了一个小的数据集，其中包括20个类别和100个记录为每个标签。所以总记录是2000。问题：
因此，我继续创建了一个包含1800个类别的标签模型，每个类别的记录从500-1500个不等。当我使用新的数据集运行相同的模型时，我的准确率只有19%，预测值的50%以上指向同一标签。
浏览 0提问于2018-02-09得票数 1
回答已采纳
我一直在研究一个多标签分类问题。我正在使用Python机器学习库来实现分类算法。对于交叉验证，我使用重复的K-交叉验证.对支持向量机、Logistic回归、随机森林、决策树、K-邻域和朴素贝叶斯等方法进行了实验，并采用了二值相关、分类链和标签幂集变换等方法。我注意到，对于分类链，支持向量机，Logistic回归，随机森林，和K-邻居总是达到相同的子集准确性和hamming损失。对于标签</e
浏览 0提问于2018-12-03得票数 0
1回答
由于我目前正在研究一个高度不平衡的多类分类问题，我正在考虑平衡随机森林()。您是否有使用H2O实现平衡随机森林的经验？若有，可否请你详述以下问题：
是否有可能改变在H2O中创建引导样本的默认过程，以得出平衡子样本(对于随机森林中的每次迭代，从少数类中提取一个引导样本。从大多数类中随机抽取相同数量的案例(通过替换)为每个树增长原始数据集？
浏览 16提问于2018-08-23得票数 0
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
