在python的科学工具包学习库中的对数回归算法中，有一个"class_weight“参数。我想知道在模型拟合过程中实现设置class_weight的数学原理是什么。id=16TKZFCwkMXRKx_fMnn3d1rvBWwsLbgAU 具体的修改是什么？ 提前谢谢你！我将感谢你的任何帮助！
浏览 20提问于2019-04-22得票数 0
2回答
我有一个很大的训练词集，标记为pos和neg来分类文本。我使用TextBlob (根据)对文本进行分类。虽然它工作得很好，但对于一个大的训练集(例如8k单词)来说，它可能会非常慢。我想尝试用scikit-learn来做这件事，但是我不知道从哪里开始。在scikit-learn中，上面的教程是什么样子的？我也希望训练集包括某些单词的权重。有些应该很好地保证某一特定文本被归类<
浏览 6提问于2016-11-23得票数 0
回答已采纳
我有一个目标变量，它可以是0或1，99.34%的变量是0(总共大约50,000个条目)。逻辑回归和朴素贝叶斯都只是预测了全零。有没有人对这类问题有什么建议？我想确定功能的重要性。干杯
编辑:我有大约10个可以预测的特征
浏览 6提问于2016-07-22得票数 1
在LIBSVM中，svmtrain中的-b标志用于训练svmtrain或SVR模型以进行概率估计。为了获得测试集的相应结果，我们还在svmpredict中设置了-b结果model = svmtrain(train_labels, train_set, '-b 1')
[result, accur
浏览 10提问于2018-01-10得票数 1
我想用logistic回归来帮助我预测这个罕见的事件，但是即使我应用加权，分类的准确性也很差。因此，重新平衡本身将是一个庞大而复杂的任务，试图将有代表性的怪癖纳入裁剪的数据集中。这允许我包含完整的数据集(忽略权重和再平衡考虑因素)，当分类器开始错误地包含其他类型的不应该被该分类器捕获的事件(即增加错误阳性数)时，它在评分中清楚地表明了这一点。问题是，我的本土分类器/培训师的</em
浏览 0提问于2021-04-21得票数 0
回答已采纳
我从LIBLINEAR得到了不同的结果，它的包装器在scikit-learn for python中。前者对C参数非常敏感(在我的例子中，质量在默认设置C=1下非常低，并且随着C的增加而急剧增加)，这与文档中的声明和scikit learn包装器的行为相反。这可能是什么原因呢
浏览 0提问于2013-06-13得票数 0
在评估我们的模型时，我们需要设置sample_weight吗？现在我已经训练了一个关于分类的模型，但是数据集是不平衡的。当我用compute_sample_weight('balanced')设置sample_weight时，分数非常好。精度:0.88，召回率:0.86，用于“1”类。但是如果我不设置sample_weight，结果会很糟糕。准确率:0.85，召回率:0.21。sample_weight会破坏原有的数据分布吗？
浏览 177提问于2019-01-08得票数 4
1回答
类别权重与欠采样/过采样
、、、
例如，在不平衡分类(使用scikit learn)中，平衡类(即将class_weight设置为平衡)与使用SMOTE进行过采样的区别是什么？其中一种与另一种的预期效果会是什么？
浏览 15提问于2019-04-13得票数 5
回答已采纳
2回答
这是一个狮身人面像项目，看起来它是通过github页面托管的但到目前为止，我还没有能够在我的狮身人面像项目中生成完整的链接，以便在scikit学习页面上登陆。目前使用
'sklearn': ('http://scikit</em
浏览 7提问于2017-09-06得票数 2
回答已采纳
1回答
包含ID列的训练模型
、、、
我正在使用scikit-learn训练一个模型，其中我的数据集中有一个ID列。当我使用测试数据集训练model.But时，我删除了ID列，在进行预测后，我需要将其映射回ID列。做这件事最好的方法是什么？在scikit-learn中构建模型时，我们可以设置一个非预测器列。另外，像TensorFlow，Spark ML这样的其他ML工具又如何呢？它们是否支持此功能？我在</em
浏览 1提问于2018-04-18得票数 2
我想训练一个支持向量机对数字(0-9)的图像进行分类，然后用它来读取带有数值的图像(低级OCR)。我的想法是一个接一个地读取图像，并将它们存储在numpy数组中，然后将所有这些数组放入一个数组中，以便生成我的sample_array。从Scikit-Learn文档“作为其他分类器，SVC、NuSVC和LinearSVC接受两个数组作为输入:一个大小为n_samples的数组X，n_features保
浏览 6提问于2015-05-22得票数 0
火车dataset是关于3000k的，所以我使用SGDClassifier。功能不是很好，所以我知道它可能不会收敛。但我想让SGDClassifier像max_iter = 1000一样，根据我的设置提前停止。就我而言，函数SGDClassifier没有像max_iter这样的参数。我该怎么做呢？
浏览 3提问于2017-07-03得票数 0
我正在LightGbm (Scikit-learn )中处理一个二进制分类问题，并且有一个了解如何包含样本权重的问题。我的代码当前如下所示classifier.fit但是我需要LightGbm在验证集上使用sample_weights，所以我在fit函数中<e
浏览 2提问于2018-08-24得票数 5
回答已采纳
1回答
分类问题可能在给定的数据集中表现出强烈的标签不平衡。这可以通过对某些类权重属性权重进行次采样来克服，这允许至少在模型培训期间平衡标签分布。另一方面，分层将允许保持一定的标签分布，这将保留在每一个各自的折叠。我想知道为什么回
浏览 3提问于2020-11-20得票数 1
回答已采纳
2回答
在经典的欺诈预测问题中，有没有办法降低误报率？目前，我正在研究经典的欺诈检测。有50000个样本有真实的标签(结果是由于调查)。这些训练标签是相当平衡的。我选择的Logisitic回归模型表现良好，f1得分超过90 %。现在，当使用该模型预测新病例时，结果是50/50(欺诈和非欺诈)。有没有办法调整模型，让我们通过非欺诈案件并惩罚假阳性率，以便我们检测到较少的欺诈案件(可能少于一百万起中的200起)，但它们极有可能是欺诈。希
浏览 82提问于2020-12-20得票数 1
我正在尝试使用s3从joblib加载已保存的模型import numpy as npimport subprocess
import
浏览 24提问于2020-05-19得票数 106
回答已采纳
2回答
我正在训练一个数字数据集，以便使用逻辑回归多类分类对数字进行分类。notebook中这样做 model.fit(X_train, y_train) 我得到的警告就像 C:\Users\Shubham Teke\anaconda3\envs\allenv\libIncrease the number of iterations (max_iter) or scale the data as shown in:
https://scikit-learn.orgpreproce
浏览 239提问于2020-09-25得票数 0
1回答
我所拥有的数据的结构方式是，它对每个数据点都有一个可变的权重，它对应于数据集中发生的数据点的次数。是否有一种方法在培训过程中赋予sklearn这个权重，或者我是否需要将我的数据集扩展到一个具有重复数据点的非加权版本？
浏览 1提问于2019-05-07得票数 4
回答已采纳
我正在使用一个无监督的隔离林算法和计算异常分数从一个二维玩具数据集中检测出异常值。从散点图中，我能够检测/可视化异常分数最高的数据点(例如:数据中的前10位或前15位异常值)作为我的异常值。异常值的数量是否主观地决定了用户的决策(例如: 0.5>S>1的异常分数是一个异常值，所有小于0.5的事物都不是)，还是有一种方法可以根据异常分数来检测出最优的离群点数量？
📷
浏览 0提问于2019-04-09得票数 4
1回答
假设我有我想要用于监督学习的数据，但是目标/类/标签不平衡的情况非常严重。我是否应该：
限制训练集的大小，以确保有一个平坦的目标/类平衡分布(训练集的设计使得每个类的训练样本数目相等，其基础是尽可能高地分割最低出现的类)。例如，如果我的最低级别的课程在我的数据中只出现了50次，而我想要一个80到20次的列车测试分割，那么我决定接受40个样本进行训练，为
浏览 0提问于2021-12-05得票数 1
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
