我想把数据分成训练集和测试集。 但问题是，我想使用2015到2018年的数据来训练模型，并在2019年的数据上测试模型。
浏览 25提问于2019-12-20得票数 0
回答已采纳
1回答
我有一个包含40,000行的训练数据集，并且能够成功地为我的数据集生成一个randomForest。new_train_rf测试
浏览 1提问于2018-12-06得票数 0
回答已采纳
1回答
我想测试11000+图像的准确性。我将数据分成两类，“是”和“否”。然后，在训练集和测试集中将其分成80/20。现
浏览 2提问于2020-12-02得票数 0
2回答
我有一个按日期索引的pandas数据。假设从1月1日到1月30日。我想将这个数据集分成X_train、X_test、y_train、y_test，但是我不想混淆日期，所以我希望将训练和测试样本除以特定的日期(或索引)。我想将我的数据拆分为：
Jan-1 to Jan-24训练，Jan-25 to Jan-30测试( test_size为0.2，即24次训练，6次测试</em
浏览 0提问于2018-12-06得票数 4
回答已采纳
2回答
取多个神经网络的平均值？
、、、、
我用一个非常小的数据集来拟合一个神经网络，所以试着把数据分成训练和验证集。(有一个单独的测试集)如果我将训练/验证随机分成几次，为每个训练/验证分裂构造一个神经网络，并取测试集上神经网络预测值的平均值，它是否可以称为集成模型？或者，这种技术是否有一个特定的名称？编辑:我刚刚发现一种类似的技术叫做“重复随机次抽样验证”，但是RRSSV将数据<em
浏览 0提问于2018-01-29得票数 2
1回答
关于按答案组采样聊天数据的Pandas字符串操作的问题。1 2 3
..。我想抽取样本问题和答案10~20%
浏览 0提问于2019-01-21得票数 0
回答已采纳
2回答
标记数据异常检测中的交叉验证
、、、、
我正在从事一个项目，在那里我训练异常检测算法，隔离森林和自动编码器。我的数据是标记的，所以我有基本的真实性，但问题的性质需要无监督/半监督异常检测方法，而不是简单的分类。因此，我将只使用标签进行验证。
既然我不会用标签来训练模型，而不像在有监督的学习中使用X_train、X_test、y_train和y_test，那么在这里进行模型验证的正确方法是什么？如果这是监督学习，我会把数据分成3部分:训练，简历和<
浏览 0提问于2020-07-16得票数 1
我想拆分以下用于训练和测试的numpy数组：X、y和qid
X是一组特征化文档-- shape：(140,105)qid是针对每个文档的一组查询标识符-- shape：(140，)y是针对每个(X，qid也就是说，所有具有相同 qid的文档都需要(一个接一个地)作为一个块(在培训和测试中)在一起。
浏览 3提问于2022-04-06得票数 -2
回答已采纳
我有一个通过导出mongoDB数据库集合获得的包含一些数据的.json文件。为了对数据进行测试、执行机器学习训练和测试，我想按照特定的测试-训练比率将json文件拆分成两个单独的文件，这在我的Python笔记本或mongoDB控制台上是无法做到的。我还尝试将json文件转换为Pandas dataframe，但随后丢失了存储数据的格式，因为to_
浏览 1提问于2019-09-08得票数 0
但在此之前，我想将整个大型数据集分成一个测试集和一个训练集。对于交叉验证，我也想做同样的事情。for chunk in df_chunk:
我希望有一个pandas函数可以从一个url创建
浏览 2提问于2019-04-24得票数 0
3回答
交叉验证的目的是什么？
、、、
他建议将数据分成10个桶(文件)，并在其中9个桶上进行训练，每次保留一个不同的桶。
到目前为止，我所熟悉的唯一方法是将数据按50%/50%的比例分成训练集和测试集，然后简单地一次性训练分类器。
浏览 3提问于2015-04-20得票数 1
1回答
我现在正在读的一本书"Apache Mahout Cookbook“是由Pierro Giacomelli写的，他说
为了避免这，您需要将向量文件分成两组，称为80-20拆分<...> --良好的分割百分比分别为80%和20%。
浏览 0提问于2015-02-11得票数 1
回答已采纳
我尝试过的方法:我尝试将random_state参数设置为全局状态(使用np.random.seed( randomState )并在脚本顶部将randomState设置为整数)。我通过更改randomState将10次运行的平均值取了出来。 例如:我用randomState=1做了这个过程，从GridSearchCV: model_1找到了最好的模型。我得到了84%的准确率。如果将I改为randomState = 2，...,10，并且仍然使用model_1，则平均准确率为80.5%。如果将I改为randomState
浏览 155提问于2020-10-05得票数 0
我正在编写一段关于机器学习的python代码，其中我必须随机地将100000个样本和拆分的数据放入训练和测试集。我已经将数据存储到两个numpy数组中。如果我使用下面的命令，它太耗时了。c=zip(a,b)a,b = (*c)
其中a和b是两个numpy数组。有没有什么有效的方法可以随机地对数据进行混洗，然后将其分成<e
浏览 0提问于2017-04-26得票数 0
我有一个原始的数据集与9个特征数字和第10列是一个分类国家=法国，德国，印度，中国，墨西哥。数据集有20000行。许多数值特征列缺少数据，而且没有规模。我应该预测一个特征值，它位于数据集中的第5列位置。我是否应该：
浏览 5提问于2017-09-29得票数 0
1回答
是否有一种方法可以方便地将数据集分成训练集和测试集，同时保存属于同一组的记录？例如，一个表记录每个person_id的独立变量和因变量，这样每个人都可能有一个或多个条目： dependent_variable=np.arange(20)现
浏览 3提问于2015-07-07得票数 5
回答已采纳
它创建一个具有指定数目的输入、隐藏和输出神经元的网络，将权重初始化为随机值或零。
处理，这似乎工作正常。但是，用于培训的数据集或用于此事项的任何其他数据集的数据输出非常糟糕。
浏览 1提问于2013-05-20得票数 1
我尝试用我命名为training_examples的熊猫数据帧来测试Tensorflow内置的pandas_input_fn()
它是一个非常简单的数据帧，描述了一组功能和标签；然后作为参数x在pandas_input_fn()函数中传递，如下所示，如果我正确理解了文档，它应该返回一个输入函数，其中的数据已经解析成功能和标签了吗？input_function = tf.estimator.inputs.pandas_input_fn(
浏览 0提问于2018-06-28得票数 3
我相信这与火车和测试数据集的不同尺寸有关，但我不能百分之百地确定是否是这样或者如何修复它。估计码vocabulary_size = doc_term_matrix_train.shape[1]
lda = sagemaker.estimator.Estimator当我尝试"11873“作为feature_dim的值时，错误会抱怨数据有32465个特性(对应于训练
浏览 5提问于2022-01-20得票数 1
回答已采纳
3回答
(训练测试分裂科学学习)
、、、、
无论我走到哪里，我都能看到这个密码。需要帮助理解这一点。X_train, X_test, y_train, y_test = train_test_split(X,y,testsize = 0.20)
浏览 0提问于2019-08-30得票数 2
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
