对新数据使用经过训练的GB分类器
，是指将新的数据样本输入到经过训练的梯度提升（Gradient Boosting）分类器中进行分类预测的过程。
梯度提升是一种集成学习方法，通过将多个弱分类器（通常是决策树）进行组合，形成一个强分类器。GB分类器通过迭代的方式，每次迭代都尝试减少前一次迭代的错误，最终得到一个准确率较高的分类器模型。
GB分类器的优势包括：
- 准确性高：GB分类器通过组合多个弱分类器，能够有效地提高分类的准确性。
- 鲁棒性强：GB分类器对于噪声和异常值的影响相对较小，具有较好的鲁棒性。
- 可解释性强：相比于其他机器学习算法，GB分类器的结果更容易解释和理解。
- 适用性广泛：GB分类器适用于各种类型的数据，包括结构化数据和非结构化数据。
对于使用经过训练的GB分类器的应用场景，包括但不限于：
- 文本分类：可以将文本数据进行分类，如情感分析、垃圾邮件过滤等。
- 图像识别：可以对图像进行分类，如人脸识别、物体识别等。
- 金融风控：可以对客户的信用评级进行分类，帮助金融机构进行风险控制。
- 医疗诊断：可以对医疗数据进行分类，如疾病诊断、药物反应预测等。
腾讯云提供了一系列与机器学习和人工智能相关的产品和服务，可以用于支持使用经过训练的GB分类器的应用。其中，腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）提供了强大的机器学习算法和模型训练工具，可以用于训练和部署GB分类器模型。腾讯云人工智能开放平台（https://cloud.tencent.com/product/ai）提供了丰富的人工智能API，可以用于快速实现基于GB分类器的应用。
相关·内容
2回答
对新数据使用经过训练的GB分类器
python、pickle、prediction
我已经训练了我的梯度提升分类器，并使用pickle保存了模型 pickle.dump(xgb_clf, f_out)作为数据源，我有.csv-file。现在我需要在全新的数据上测试性能，但我现在不知道如何测试。with open('model.bin'
浏览 17提问于2021-03-02得票数 0
回答已采纳
1回答
用于训练分类器的训练数据的最小或最大数量是多少？
machine-learning、classification、naive-bayes-classifier、training
应该使用训练过的数据集的最小或最大大小来输入分类器吗？我们可以使用1GB或更多的数据作为经过训练的数据来为jvm相关的ML框架提供分类器吗？
浏览 0提问于2016-12-07得票数 -1
1回答
监督学习中分类函数的提取
machine-learning、artificial-intelligence、supervised-learning
也许我是在问一个琐碎的问题，但答案对我来说是如此关键。我对机器学习非常陌生，我读过关于监督学习的文章，我知道这类algorithms.The问题的基础是，当我在数据集上使用一个算法(如j48 )时，如何找到指定的函数，以便以后使用它来分类未标记的数据。
浏览 1提问于2016-04-29得票数 1
回答已采纳
1回答
RapidMiner:在不重新运行现有训练模型的情况下对新示例进行分类
classification、execution、rapidminer
如何根据训练好的模型对新样本进行分类，而不需要再次运行训练好的模型？
经过训练的模型需要一些时间来处理(1小时)，我希望对新的观察结果进行分类，而不必每次都等待训练数据再次创建模型。
浏览 3提问于2013-08-22得票数 0
1回答
视觉功能袋测试阶段
image、matlab、image-processing
在视觉特征包中，步骤包括训练阶段1、特征提取2、视觉词汇k均值3、视觉直方图4.训练分类器测试阶段是否也包括通过k手段创建可视化词汇表？请有人向我解释一下BOVF测试阶段是如何工作的吗？
我所知道的是，您需要首先从我已经完成的测试阶段提取这些特性。
浏览 2提问于2017-09-15得票数 0
回答已采纳
2回答
如何使用(scikit) Adaboost分类器对大数据集进行增量培训？
machine-learning、scikit-learn、classification、adaboost
我有很大的训练数据集，所以为了把它放入AdaBoost分类器中，我想做增量训练。就像在xgb中一样，我们有一个名为xgb_model的参数来使用经过训练的xgb模型来进一步拟合新的数据，我在AdaBoost分类器中寻找这样的参数。目前，我正在尝试使用fit函数迭代训练模型，但我的分类器
浏览 0提问于2019-05-21得票数 1
1回答
用支持向量机在Python中实现手写识别的.dat文件
python-2.7、opencv、svm、digital-handwritting
我一直试图根据OpenCV库上的代码使用支持向量机训练手写数字。我的训练部分如下：import numpy as np
bin_n = 16
svm_params = dict( kernel_type = cv2.SVM_LINEAR
浏览 11提问于2017-08-22得票数 1
回答已采纳
1回答
我使用决策树(C4.5)、随机森林和朴素贝叶斯对虹膜数据进行分类。我使用的是从和下载的数据集。当我训练所有的网络时，通过“分类器输出”、“类的详细精度”和“混淆矩阵”，一切都很好。但是，当我在Weka-explorer-classify test选项中选择iris-test数据并选择iris-test文件，在'more options‘中选择'output pr
浏览 7提问于2017-08-26得票数 0
回答已采纳
1回答
使用picke/joblib保存随机森林分类器(sklearn)会创建巨大的文件
pickle、random-forest、joblib、memory-size
我试图保存一堆经过训练的随机森林分类器，以便以后再使用它们。为此，我试着用泡菜或果酱。我遇到的问题是，保存的文件变得巨大。这似乎与我用于培训的数据量相关(每个森林有数千万个样本，导致高达20 up的转储文件！)简单地说，我所做的就是：
我在一个大型数据集上训练了(相当标
浏览 6提问于2022-03-21得票数 2
2回答
如何在使用feature_importance时获得sklearn2pmml
python、pmml
现在，我在中训练了一个名为“GB”的gbdt模型。我想把这个经过训练的模型导出到pmml文件中。但是我遇到了这样的问题: 1.如果我尝试将经过训练的'GB‘模型放入PMMLpipeline并使用sklearn2pmml导出模型。因为在feature_importances_中没有GB_pipeline属性，所以我不能观察这个模型的features_importance。如下所示：
浏览 2提问于2017-05-19得票数 0
回答已采纳
1回答
使用自己的Java代码和模型在WEKA中获得预测百分比
java、machine-learning、classification、weka、prediction
我有一个经过训练的.MODEL文件，现在我想使用它来分类新的实例，并使用与下面类似的预测百分比(GUI的资源管理器的输出，以CSV格式)：
inst#,actual,predicted,error,distribution.ARFF或相关输入的数据进行分类，将在和 a.k.a中讨论。“如何在自己的Java代码中使用.MODEL文
浏览 0提问于2014-02-10得票数 5
回答已采纳
1回答
在新的未标记的单一观测或数据集上使用测试机器学习模型？
machine-learning、classification、r-caret
如何使用经过训练和测试的算法(例如。机器学习分类器)保存后，在一个新的观察/数据集中，其我不知道的类(例如。基于模型训练所用的预测因子？我使用插入符号，但找不到任何代码行。非常感谢
浏览 2提问于2019-12-17得票数 0
回答已采纳
1回答
垃圾邮件分类-机器学习
machine-learning、classification、spam-prevention
我必须使用一些分类器(例如朴素贝叶斯、支持向量机和另一个分类器)来做垃圾邮件检测应用，并比较它们的效率，但不幸的是，我不知道我应该做什么。这是正确的吗:首先，我应该有trec2005，垃圾邮件或安然垃圾邮件等垃圾邮件.然后，我做文字预处理，如词干，停止字删除，标记等.在此之后，我可以使用tf-以色列国防军在垃圾邮件中衡量我的特征/术语的权重。接下来，我用非常低的频率和很高
浏览 1提问于2014-03-15得票数 1
回答已采纳
2回答
使程序只学习一次数据集
python、machine-learning、scikit-learn
我正在做一个基于机器学习的项目，它使用一个参数列表作为输入。大约有3000种这类投入。每次执行代码时，算法都会学习数据集。有办法吗，所以，我只运行了一次学习数据集的程序，每次代码再次运行时都使用它的参数？
浏览 1提问于2017-03-27得票数 0
回答已采纳
1回答
在Python中在分类器输出中设置阈值
python、classification
假设我在Python中有一个经过训练的SVM分类器，标记为"Probability=True“，如下所示：classifier.fit(my_data, the_labels)
当我对新数据进行分类时，我只想保留那些概率高于阈值的分类新数据，比如0.
浏览 1提问于2015-04-21得票数 3
回答已采纳
1回答
Java测试选项方法中的Weka“使用训练集”
java、weka
有人知道在Weka中java编程的“使用培训集”方法是什么吗？因为这个方法我搜索了相当多的时间，但是没有一个Weka论坛讨论过如何在java编程中构建“使用训练集”方法。
浏览 8提问于2014-11-26得票数 1
回答已采纳
2回答
如何应用从sciki-learn决策树中学习的规则
scikit-learn、decision-tree
搜索stackoverflow可以找到一种方法来提取与每个叶相关联的规则。现在我的目标是将这些规则应用到新的观察中，看看新的观察将在什么叶子中结束。我尝试使用决策树来达到分割的目的。
浏览 29提问于2016-09-26得票数 2
回答已采纳
1回答
使用经过训练的ML对新数据集进行分类
python、machine-learning、jupyter-notebook、sentiment-analysis
我保存了我的ML模型，它已经被训练过。我选择的是SVM，我用泡菜来保存它。如何使用该模型对csv文件中没有情感标签的新数据集进行分类？
我用朱庇特笔记本做这个项目
浏览 8提问于2022-12-04得票数 0
1回答
使用经过训练的神经网络对新数据进行分类
matlab
我正在尝试在Matlab中使用经过训练的神经网络来对新车进行分类。每个车辆对象具有四个特征(4维特征空间)。有3类车辆:小型、中型和大型。当我使用新的输入时，网络返回一个3x4矩阵。如何从这个矩阵中获得预测的类？我使用了以下代码：输出为：0.069
浏览 2提问于2015-10-12得票数 1
1回答
酸洗训练的分类器产生与直接从新的但相同训练的分类器获得的结果不同的结果
python、scikit-learn、classification、nltk、pickle
我正在尝试从Scikit-learn库中挑选一个经过训练的SVM分类器，这样我就不必一遍又一遍地训练它。但是当我将测试数据传递给从泡菜加载的分类器时，我得到了异常高的精确度、f度量等值。如果将测试数据直接传递给未酸洗的分类器，则得到的值要低得多。我不明白为什么酸洗和取消酸洗分类器对象会改变它的
浏览 1提问于2014-11-19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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
