我有一个有60个功能的数据集。其中10个是1/0格式的目标变量。我的问题是，是否有可能将模型与向量相匹配？假设对于第一次观测，10个目标变量是c(1,1,1,0,1,0,0,0,0,1)。我可以为每个模型创建一个模型，结果要么是0，要么是1。我的问题是，是否有办法在结果向
浏览 0提问于2018-11-06得票数 0
回答已采纳
1回答
我想将lstm应用于我的语音情感数据集(一列目标的数值特征数据集)。我做过split_train_test。是否需要在模型之前的数据集中进行其他转换？我问这个问题是因为当我编译和拟合模型时，我在最后一个密集层中有一个错误。
谢谢。
浏览 0提问于2019-07-03得票数 0
回答已采纳
据我所知，机器学习算法通过输入(自变量)来预测输出(因变量)。我相信，哪条线/曲线最能定义培训数据将取决于培训数据。当它确定最佳的线或曲线时，绘制新的输入，并在绘图的基础上找到目标变量。我的问题是，在交叉验证过程中，由于分割的不同，训练数据会发生变化，这难道不应该改变最佳拟合线吗?这难道不应该使K个不同的模型(=分裂数)发生变化吗？如果是(它使K不同的模型)，那会有什么用呢？如果没有，那我
浏览 0提问于2021-02-12得票数 0
回答已采纳
2回答
为更大的数据集查找KNN
、、、、
我试图为一个由25000行组成的数据集A寻找最近的邻居，为此，我尝试将一个dataset B与包含1300万行的KNN模型相匹配，目标是找到25000行数据集B，它们类似于dataset A超过600000的模型是不拟合的，没有错误，但是拟合600000需要超过600000秒的2秒时间，而我正在拟合的
浏览 5提问于2021-02-24得票数 0
4回答
我正在研究一种自动化的ML (回归)算法，它的流程是:用户上传数据--数据清理-- 编码(目标编码)、-拟合模型--结果。在此之前，我完全没有问题，我的困惑是，当用户想要在没有目标变量的未见数据中测试这一点时，我需要再次执行数据清理--我在拟合模型时使用的编码和编码技术只有在有目标变量(未见数据不会有目
浏览 7提问于2020-11-09得票数 6
2回答
我尝试在30行数据上创建一个简单的线性回归模型。当我试图拟合模型时，我得到了这个错误：x=dataset.iloc[:, :-1]
y=dataset.iloc[:,
浏览 0提问于2018-12-15得票数 0
为了演示它，我定义了一个小的df，其中只有1列与目标相关：0 1 1 1 1 1 1 print(f_name, score)输出threshold]: high_score_features1.append(f_
浏览 0提问于2020-11-27得票数 1
回答已采纳
1回答
对于我的网络来说，Keras卷积似乎太聪明了--我的最后一层卷积层有一个过滤器，而Keras似乎在压缩输出形状以移除滤波器轴。不幸的是，它只在火车时这样做：model.summary()显示过滤器轴应该在哪里。我需要将这个输出在过滤器轴上连接到另一个输入，但是如果我信任模型摘要，就会得到一个列车时间错误：ValueError: Error when checking target: expected leaky_re_lu在Resha
浏览 0提问于2018-05-15得票数 0
回答已采纳
2回答
我正在尝试创建一个能够在文本序列中发现异常的自动编码器： X_train_pada_seq.shapeencoder_emb = Embedding(input_dim=len(word_index===================Trainable params: 6,072,659
Non-trainable params: 0 但在训练模型
浏览 28提问于2021-04-24得票数 1
回答已采纳
2回答
我有包括train_x训练和train_y测试的数据。但主要问题是，当拟合到模型时，它显示错误，如。检查输入时出错:要求dense_12_input具有形状(8，)，但得到形状为(13923，)的数组 训练数据形状为 d=np.array(train_x)f.shape 输出为 (6995, 8) 所以我们可以转换到这个上
浏览 9提问于2020-01-13得票数 0
回答已采纳
1回答
验证损失
、
这是我的理解，损失是计算在前馈结束在一个NeuralNet和用于反向传播，以更新权重。但我也认为验证损失是一种度量，并且不完全理解除了观察之外，验证损失是否用于更新权重？
浏览 0提问于2018-08-24得票数 7
回答已采纳
1回答
我试图在非线性数据上拟合一个回归模型。我的特点是大约12个和大约800个样本。在PyCaret的帮助下，我尝试将数据拟合到大约22种模型上，然后选择最好的一种(Ada )，然后再进一步优化它以获得更好的结果。然而，没有一个模型给出一个正的R2评分，Ada是最差的算法。这是测试(红色)和预测测试输出(绿色)从选定的算法。在尝试了各种技术之后，仍然没有得到一个好
浏览 0提问于2020-08-12得票数 1
回答已采纳
2回答
回归线是否欠拟合?如果是，我该怎么做才能得到准确的结果？我还不能识别这样的事情，比如回归线是过拟合还是欠拟合，或者是准确的，所以关于这些的建议也将受到赞赏。
浏览 18提问于2019-03-15得票数 0
回答已采纳
1回答
在中，合成的数据来自两个高斯分布的加权抽样，[0,1]和[5, 1]的均值和std分别占30%和70%。假设使用gaussian内核和bandwidth=1，我们得到了以下结果( KDE估计器的输出与列车数据相匹配)：
是否有可能(从数学上和实际上)恢复估计核的特性？例如，在这种情况下，我们从拟合模型中读取[0,1]和[5, 1]值？(假设适当地完成了拟合过程)
浏览 3提问于2020-05-27得票数 1
我搜索了这个问题，得到的答案是一个一般的回归模型，而不是一个单变量的线性回归模型。如果你增加变量的数量，你可以拟合一条曲线，而不是线到数据点，这些数据点应该在一条线上，但是如果我的模型只是一条直线，拟合100个样本呢？这种型号有可能过火吗？
浏览 0提问于2023-04-26得票数 0
我使用Keras来预测输出是1还是0。6 0目标是在开始建立神经网络模型之前，我已经对数据进行了规范化处理。keras model on the dataset运行hist后的输出
浏览 2提问于2020-02-03得票数 3
回答已采纳
1回答
在我的数据集中，我有两列表示纬度和经度(以小数为单位)，我想将数据拟合成一个回归模型来预测价格。我想知道我应该对这两列进行什么样的数据转换？是否可以只将给定的十进制值与模型相匹配，或者需要进行转换？我试着把它们转换成python地质公园中使用的分类变量，但是我的训练和测试中的不匹配的分类变量不允许我去拟合这个模型。
浏览 2提问于2018-05-19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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
