1回答
当使用时间序列数据集训练分类器模型时，如果您使用整个训练数据集的最小/最大值进行归一化/缩放，那么您也会考虑未来的值，而在真实场景中，您不会有这些信息，对吧？scaler_full = scaler.fit(X) # X_train + X_test或者可能只是对训练和测试的平均值和标准差进行平均，以标准化测试输入：X_train_std
浏览 4提问于2017-07-13得票数 0
回答已采纳
我开发了keras文本分类模型。我有预处理的数据(标记化)。我已成功记录训练好的模型(mlflow.keras.log_model)。我已经使用mlflow服务为模型服务了。现在，在对文本数据进行预测时，我需要使用用于训练的相同标记器对象进行预处理。如何预处理测试数据并从服务模型中获得预测。
浏览 8提问于2020-03-13得票数 2
回答已采纳
1回答
基于高斯朴素贝叶斯的多类分类
、、、、
我知道朴素贝叶斯擅长二进制分类，但我想知道多类分类是如何工作的。
例如:我之前使用朴素贝叶斯进行文本分类，对文本进行矢量化以查找文档中每个单词的概率，然后使用矢量化数据来适应朴素贝叶斯分类器。在将数据分成测试数据和训练数据后，我将训练数据拟合为sklearn GaussianNB algo。在拟合之后，当我试图预测测试数据时，它只对0或2进行分类。因此，我的问题是
浏览 4提问于2017-11-25得票数 2
回答已采纳
1回答
当我阅读scikit学习示例时，典型的机器学习流程是预处理-->学习-->预测。random_state=42)
在这里，训练数据集和测试数据集在加入分类器之前都要进行缩放但在我的任务中，我将预测一个单一的数据样本。在训练我的模型之后，我将从一条流线中获取数据。因此，每次收到一个新的数据时，我需要使用分类</e
浏览 1提问于2018-04-04得票数 0
回答已采纳
工作类型[T1,T2,T3,...Ti]号码<int>状态[S1,S2,S3,...Si]
在给定的Status中，我可以使用什么来预测
浏览 0提问于2020-05-09得票数 1
1回答
用预训练分类模型预测数据
、、、、
我有预先训练的分类模型(保存为泡菜文件)来预测员工流失。我的问题是，当我使用新的数据集预测使用Pickle文件时，我是否需要对新的测试数据集进行所有预处理步骤(如转换和编码)，还是可以使用原始数据集？
浏览 0提问于2022-06-21得票数 0
1回答
嗨，我正在用自动编码器进行异常检测，当我给出异常点作为测试数据时，我用‘非异常’values.Now训练了模型。
我应该给出的重建误差阈值是多少才能将其归类为是否异常？目前我已经将其设置为0.1，但它没有发现任何异常(实际上测试数据有很多异常)，在设置值之前我应该考虑哪些因素？
浏览 0提问于2019-02-22得票数 1
我正在准备一些时间序列数据(外汇)，以便用Python进行预测。该方案是将时间序列转化为二维Numpy阵列，通过PypeR将其作为R矩阵传递给R，以训练自适应神经模糊推理系统( ANFIS )进行预测。(我之所以要经历一个如此复杂的过程，完全是出于学术原因。)这将要求前n列是最后n个数据点，(n +1)第四列是当前/预测值。0.64599/7/1999 0.
浏览 3提问于2014-11-25得票数 0
回答已采纳
1回答
我有一个巨大的数据集，我有一个列，其中有一些分类数据，我想将其标记为encode。在所有的预处理之后，我可以训练我的模型，并使用sklearn序列化模型。现在我面临一个问题，如果输入预测向量由标签组成，我该如何在这一点上对其进行编码。因为我不想在每次有新的输入预测向量时对模型进行预处理和重新训练。有没有办法在sklearn中序列化labelencoder？解决这个问题的正确方法是什么？
浏览 2提问于2017-03-06得票数 0
4回答
我正在使用keras和迁移学习方法在预先训练的VGG16模型上进行多类分类。有5个疾病类别，6970个训练图像和70个测试图像。但问题是，当我生成混淆矩阵时，它显示出非常高的误分类。
谁来帮帮我，是我的代码错了还是模型错了？我很困惑我的模型是否给出了正确的结果。如果有人能解释一下keras是如何使用model.fit_generator函数来计算精度的，因为将精度的一般公式应用于混淆矩阵，并没有给出与keras计算的结果相同的结果。用于测试数据<
浏览 5提问于2018-12-26得票数 1
1回答
我尝试过各种回归/分类器库，它们接受"5是坏“和"10是好”这样的训练输入，这样他们就可以告诉你7是坏的，8是好的。
现在，想象一个更复杂的例子:我有心率数据，有一些心率模式是好的，而其他模式是坏的。一个好的开端可能是一个分类器，我至少可以用一整组数字来训练，而不是一个数字？
浏览 0提问于2018-07-10得票数 0
回答已采纳
1回答
1小时块的时间序列分类
、、、
我正在对时间序列做一些分析。时间序列由3个通道组成，包含5分钟间隔数据。我想要的是给它一个1小时的5分钟间隔数据，它会根据整个1小时的时间来对它进行分类，并根据训练数据提取时间序列如何查找每个类别的模式。我有许多1小时序列的5分钟间隔数据，这些数据被分类为一个特定的类别，我希望能够有一个深度学习模型来检测这些样本之间的模式，并能够确定它们属于哪些新的样本。也许我不理解LSTM，但据我所知，它们对时间序列</e
浏览 0提问于2019-11-13得票数 1
回答已采纳
我正在使用tensorflow进行时间序列分类。我正在向lstm单元提供固定窗口时间序列，并且我试图对属于A类或b类的时间序列进行分类。经过一些培训后，我正在测试新的时间序列模型，这些时间序列从未被训练过。问题是，该模型对测试数据集中的每个不同时间序列预测相同的概率。它的行为就像不同的时间序列是相同的。你知道为什么会这样吗？
浏览 3提问于2016-06-01得票数 0
回答已采纳
3回答
重叠样本的训练测试分割
、、、
我正在对时间顺序传感器数据进行分类(在Python中)，在这里，我将传感器数据分割成样本，具有一定的窗口长度(例如3秒)。然而，这些样本也是相互重叠的。我现在在想，我怎样才能对这些样品进行适当的列车测试。现在，我看到了两种方法来做到这一点：首先对样本进行</em
浏览 0提问于2018-06-26得票数 2
我尝试使用pre()函数在插入符号中实现规则，以完成分类任务。我使用以下命令训练模型我假设创建的fit对象是一个模型，该模型具有“规则和原始特征”作为其预测器，并可用于对测试数据进行预测。
我不清楚如何使用这个模型来预测测试数据的输出。我尝试使用预测命令predict(fit,test_data)对test_data进行预测</
浏览 0提问于2020-08-14得票数 0
我理解了交叉验证和分裂的概念，分类器将从训练数据学习和测试测试数据分裂。如果我首先使用“使用培训数据”运行分类，然后在分类选项卡中使用"SUpplied测试集“选项，然后再次运行，会发生同样的情况吗？为了在分类选项卡中更清楚地说明，我运行了两次...first，训练数据集被上传到预处理选项卡下，然后在分类选项卡“提供测试集”中运行测试集。那么，在测试数据上执行时，模型是否使用了以前所做的培训？我用了朴素的贝叶斯分类器。我也怀
浏览 0提问于2013-10-05得票数 0
1回答
我刚刚开始用TensorFlow进行编码，我已经对图像进行了分类。是否有可能根据测试数据进行预测？如何根据模型预测缺失值？
浏览 0提问于2017-06-20得票数 0
回答已采纳
1回答
我有两个文件: Test_data --包含用于查找Submission_data预测的数据集的特性--包含两列:测试数据的索引列和对应的预测值的另一列。因此，我必须对测试数据进行预测，并将预测值存储在提交文件中。在对测试数据进行预处理期间，我将删除至少50%的特性(列)中不包含值(NaN)的行：
test_data = test_data.dropna(thresh=math.ceil(test_data.shap
浏览 0提问于2020-09-18得票数 1
回答已采纳
1回答
我正在尝试检测时间序列数据集中的异常。我正在根据阈值对预测值进行分类。 以下是我所做的详细描述： 我将整个数据集分为训练数据集和测试数据集，然后在训练数据集上拟合ARIMA模型。我使用建立的模型来预测测试观察值，然后计算实际值和预测值之间的误差： 错误= actual_testing - predicted_testing 通常，我必须根据计算出的误差选择阈值来对每个观察值进行分类
浏览 78提问于2021-03-26得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
