2回答
我有df，我想用它做一些关于变量分布的采样。normalize=True)返回： 0.3 A0.2 C 我想做一些像sampledf = df.sample(weights=df['type'].value_counts())这样的东西，这样sampledf ['type'].value_counts(normalize=True)会返回几乎相同的分布。如何在这里传递带有频率的dict？
浏览 4提问于2019-03-07得票数 8
回答已采纳
1回答
我想用调查权重对调查数据进行线性回归。
regr = linear_model.LinearRegression()
regr.fit(X,y, s
浏览 0提问于2017-06-15得票数 2
回答已采纳
2回答
我想要计算一个时间序列的滚动加权平均值和在特定时间间隔上计算的平均值。例如，用90天的窗口(不加权)计算滚动平均值：import pandas as pd
另一方面，如果我将窗口设置为整数而不是偏移量，则加权平均值有效：使用整数并不适用于我的应用程序，因为观测结果<em
浏览 0提问于2019-08-19得票数 1
回答已采纳
我试图了解pos_weight参数是如何在BCEWithLogitsLoss中使用的，以便能够正确地定义pos_weight张量。文档只提到：“正数的权重。必须是长度等于类数的向量。”由于我无法通过查看代码获得足够的理解(实际代码隐藏在多个函数加载器后面，甚至没有达到使用pos_weight的程度)，所以我对pos_weight参数有几个问题：
是负样本的权重，总是1？，如果负样本的权重</
浏览 9提问于2021-03-16得票数 2
回答已采纳
如何使用带观测权重的R randomForest包？我知道在这个方案中没有这样的选择。我有两个问题：M=dim(数据)1样本(数据，m，replace=TRUE，prob=weights)
有其他的(更好的)解决方案吗？，，除了randomForest包，还有其他的选择吗？
浏览 3提问于2012-03-25得票数 17
1回答
我对蟒蛇很陌生(用熊猫)。帮帮忙吧。weight_conversion sales_units0.1 2 df.groupby(['weight_conversion'])['Sales_Unit'].sum()
Df.pivot_table(索引=‘权重</em
浏览 4提问于2022-06-29得票数 0
1回答
带替换的加权随机抽样的有效算法
、、、、
我有固定数量的样本，每个样本都有一个概率。现在，我想从这个数据源重采样，得到新样本的相同数量的，每个样本都具有相同的概率。. | 0.25 | 0.25 | 0.25 | 0.25
在我的例子中，概率不会直接给出，而是作为权重。然而，概率可以直接由权重导出，因为所有权重之和都是已知的(但不是常数)。在MATLAB实现中，我使用了统计工具箱的函数
浏览 1提问于2011-12-22得票数 2
我想在MLPclassifier中初始化权重，但是当我在.fit()方法中使用sample_weight时，它显示TypeError: fit() got an unexpected keyword argument
浏览 7提问于2018-11-11得票数 2
1回答
我有以下的熊猫日期框： df = pd.DataFrame({ 'name_emp，它们由一条带权重的边连接。边缘的权重与roi列一致:对于roi的值，在0到100之间，权重等于1；在100和1000之间，权重等于2；直到1000，权重
浏览 43提问于2019-05-22得票数 1
回答已采纳
1回答
类权重/样本权重的早期停止
、、、、
我正在使用TensorFlow框架中的神经网络对不平衡的多类数据进行分类。因此，我正在应用课堂权重。以上所表达的关注是否正确？
如果答案是“是”，是否可以将
浏览 0提问于2021-07-19得票数 0
2回答
类似于这个问题，，我想快速计算数据帧中某些列的指数衰减和。但是，数据帧中的行在时间上不是均匀的。exponential_sum[i] = column_to_sum[i] + np.exp(-const*(time[i]-time[i-1])) * exponential_sum[i-1]没有考虑到np.exp(...)的权重，但我并不清楚如何改变这个问题，并且仍然利用熊猫/numpy矢量化的优势。这个问题有熊猫矢量化的解决
浏览 4提问于2015-10-23得票数 9
回答已采纳
1回答
二元交叉熵中不正确猜测的权重样本
、、、、
在keras或tensorflow中是否有方法给样本一个额外的重量，如果它们被错误地分类。即。类权重和样本权重的组合，但只对二进制类中的一个结果应用样本权重？
浏览 1提问于2018-02-10得票数 3
我试图解决一个具有类不平衡的二进制分类问题。我有一个21万条记录的数据集，其中92 %的是0，和8%的是1s。class_weight和示例权重实际上是做什么的，我应该使用什么？
浏览 3提问于2016-01-07得票数 5
回答已采纳
1回答
我希望实现OLS与样本权重的统计模型。具体的应用是美国时间使用调查，其中样本权重根据人口统计平衡进行调整。如果没有直接实现，那么帮助硬编码具有样本权重的估计器也将是有帮助的。
浏览 16提问于2019-01-23得票数 0
回答已采纳
我正在做序列分类，我得到了1，5个结果的批量大小，以及可变的时间步长(在这个例子中是14)。我的样本权重w与我的标签y形状相同 y = tf.convert_to_tensor(np.ones(shape = (1,14,5)))
w = tf.convert_to_tensor(np.random.uniform它应该是损失矩阵(预减)与权重的简单乘法。如何修复？
浏览 20提问于2020-12-05得票数 1
回答已采纳
当数据的样本数为1或0时，我想对样本权重进行logistic回归。但是，我有一些数据，所以我不能为每个数据获取相同数量的样本。
浏览 0提问于2017-09-14得票数 3
2回答
为每个样本提供权重以进行分类意味着什么？像Logistic回归或支持向量机这样的分类算法如何使用权重来比其他示例更强调某些示例？我很乐意深入了解这些算法是如何利用样本权重的。如果查看sklearn，可以看到函数有一个可选的sample_weight参数，该参数被定义为分配给各个样本的权重数组。
浏览 31提问于2018-08-20得票数 2
2回答
我想从一个不平衡的数据集中训练一个tensorflow DNNClassifier模型。每个样本都有一个“质量”值，代表样本的相对相关性。我假设我可以使用权重来表示这种相关性。我读到权重特征与损失相乘。在这种情况下，“好的”样本可能具有较低的权重。准确吗？
浏览 0提问于2019-11-02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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
