我正在为自动编码器准备一些数据。其中一个变量diag_codes是与每个观察值关联的代码列表。它们有不同的长度，但至少有一个。 我的问题是，没有标签，这些数据应该如何准备被摄取到自动编码器中？到目前为止，我已经标记并填充了代码(最大长度是31)： ? 我想要的是找到这些的嵌入。代码的顺序并不重要。如果我先进行one-hot编码，我们将不得不从12,000个变量缩减。
浏览 40提问于2021-09-24得票数 1
我在找类似这个的东西但我没有正面和负面的例子，我有一些正面的例子和一堆未标注的数据，这些数据将包含一些正面的例子，但大部分是负
浏览 0提问于2020-12-12得票数 0
1回答
我正在使用LibSVM对我的项目的数据进行分类。支持向量机使用数据的数值格式进行分类。有谁知道如何将数据转换为数字格式，以便能够将数据注入LibSVM中？
浏览 0提问于2014-06-20得票数 0
1回答
假设您有一个具有以下属性的数据集：有150个上下文特征和一个由文本字符串组成的特性(当然，可以根据文本的预处理将其分割成任意数量的特征)。预计文本字符串将具有很强的预测能力。根据几个上下文特征将样本分为3类(在收到数据之前)，A类包含约5%的样本，B类包含约20%，C类包含其余75%
A类完全标记，B类部分标记</em
浏览 0提问于2019-04-04得票数 6
我正在阅读徐志伟的“支持向量分类实用指南”，试图让我的支持向量机和决策树运行得更快。他提到，在进行支持向量机之前，缩放数据是很重要的。我有25列的dataset，当我试图缩放数据时，有一列是类型因子，当我试图缩放数据时，我说x列必须是数字的，当我将因子列转换为数值时，缩放函数工作了。将分类变量
浏览 2提问于2022-06-03得票数 0
2回答
我试图在UCI银行营销数据-> 上建立决策树和随机森林分类器。数据集中有许多分类特性(具有字符串值)。在spark文档中，可以通过使用StringIndexer或VectorIndexer索引将分类变量转换为数字变量。我选择使用StringIndexer (向量索引需要向量特征和向量汇编程序，它将特征转换为向量特征，只接受数字类型)。使用这种方法，将
浏览 6提问于2017-07-06得票数 5
回答已采纳
1回答
将上百条数以千计的标记垃圾邮件和另外100条数千条标记的非垃圾邮件作为训练数据集，我使用stringtowordvector作为过滤器来训练分类器。我的问题是：
我还必须在测试数据集上使用stringtowordvector，以创建一个独立的.arff文件，该文件独立于训练arff file.The，在这两个.arff文件中，两个数据集中出现的同一个词分别具有两个不同的</
浏览 3提问于2012-08-30得票数 0
1回答
我有一个格式为class, unigram count, bigram count, sentiment的数值数据集。我浏览了一些Apache Mahout文档，它们都是关于文本数据的。我知道我需要执行3个步骤来分类:转换为序列文件，矢量化序列文件，通过它来训练朴素贝叶斯分类器。但我很难理解在Mahout中对文本数据集进行分类与对数值数据集进行分类之间的<
浏览 4提问于2014-09-15得票数 0
1回答
我正在尝试将一个向量--几千个观测值的“年限经验”转换成一个数值。“年份经验”的潜在响应被编码为"0到1“、"1到2”、"2到3“等等，一直到"39到40”。我以为一个简单的factor命令就能提供一个数字向量。考虑以下多年的示例响应，其中我希望1与"0到1“响应相关联：
YE<- c("8 to 9", "2 to 3", "1 to 2&quo
浏览 6提问于2019-08-06得票数 0
回答已采纳
我有一个csv文件与分类和数字数据。我希望读取csv文件中的数据框架，但我希望将某些分类变量转换为因子，并希望使用log10转换来转换某些数值变量的数据。我知道相关的函数是read.csv() (以数据帧的形式自动读取数据)、factor()和log10()，但我一直无法找到这样做的方法。这是怎么做的<
浏览 3提问于2020-08-10得票数 0
回答已采纳
考虑一个具有两个数字和一个分类特性的数据表。我想把这个数据表转换成一个新的数据表。此数据表的每一行应对应于分类特性的一个值。此外，它还应该包含一个列，该列包含每个分类值的数值特征所产生的平均向量，以及一个具有协方差矩阵的列。此外，只能使用包含引用数值特性<e
浏览 0提问于2021-08-19得票数 2
回答已采纳
1回答
用于特征选择的自动编码器
、、、、
我正在使用一个具有41个特征、数字和名词的数据集，其中42个是类(正常与否)，首先我将所有的名词特性更改为数字，因为自动编码器要求输入向量应该是数字的。因此，特征的数量从42个增加到122个。我删除了类colomn，因为AE使用未标记的数据，我使用它将维度从121降到10 ( 121> 50-> 10 ->50- 121 )，现在我想构建一个MLP来对数据集进行<
浏览 0提问于2018-06-18得票数 4
2回答
我通过使用SIFT特征在opencv中实现词袋，以便对特定的数据集进行分类。到目前为止，我已经将描述符聚类并生成词汇表。据我所知，我必须训练SVM ..。但是我有一些问题，我真的对它们感到困惑。主要的问题是实现背后的概念，这些是我的问题：
1-当我提取特征然后创建词汇表时，我是否应该提取所有对象(假设5个对象)的特征并将它们放在一个文件中，这样我就可以将它们都放在一个包含所有单词的词汇表文件中当我稍后进行分类时，我将
浏览 3提问于2012-07-23得票数 20
回答已采纳
1回答
我有一张有200多个分类变量的桌子。示例：A B AA C A我想得到任何类别出现在数据集中的频率(次数)。我相信有更好的方法可以这样做。你能帮帮我吗？
浏览 4提问于2016-10-21得票数 2
回答已采纳
Dataset<Row> dataFrame = ... ; .setInputCol("label") .fit(dataFrame);
.se
浏览 0提问于2017-05-26得票数 13
回答已采纳
4回答
我需要在给定的数据集中执行聚类。有数字和分类值的分布。红色: 1，绿色: 2，蓝色:3或红色: 11，绿色: 25，蓝色: 30
如果我提供这样的映射，这会影响聚类的欧几里得距离吗？
浏览 0提问于2017-03-28得票数 1
给我一个数据集，它有一个自由形式的文本和一个与它相关的类别。每个类别有100种不同的分类和3000条记录。目标是建立一个多类分类模型。我建立了一个简单的神经网络，输入10,000个特征/字，结果相当好(~88%)。
我面临的问题是我有一个未标记的数据集，该数据集缺少类别标签。此数据集非常大，有100多个类别。我只对我所拥有的100个类别
浏览 0提问于2021-04-13得票数 1
1回答
然而，我面临的一个问题是，对于线性支持向量机在预测新数据方面是如何工作的，似乎没有深入的解释。那么，我们如何分类一个新的，未标记的测试点x_{test}？我认为合理的</
浏览 0提问于2018-11-16得票数 0
回答已采纳
我的数据集中有一个字符串类型的分类变量。我需要把它转换成数值，以便进一步处理。我知道表示分类数据的标准方法是使用一种热编码。但这将把变量的每个条目转换为一个向量。sklearn的LabelEncoder将每个条目转换为标量值。我意识到这是一个非常天真，可能也很愚蠢的问题，但哪种表达方式更常用，是否有理由产生这种偏见？
浏览 0提问于2016-01-13得票数 3
2回答
我计划使用Python进行一些文本分类，并计划使用TfidfVectorizer和MultinomialNB。category C: trained with sample "this is red"它将给我category A (或者任何其他的，因为在这种情况下，所有类别的可能性是相同的)。我的问题是:是否
浏览 2提问于2016-05-10得票数 2
回答已采纳
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
