1回答
mlr包提供了将学习器与随机特征子集融合的机会。不相关的子集对于形成投票集成/平均集成是有用的。如果特征由于不同的特征工程过程而部分冗余，或者只是因为不同的子集给出不相关(但相似)的结果，这可能是有趣的。为了使用它，我必须计算CV结果之间的相关性，但我不知道如何<e
浏览 6提问于2018-07-29得票数 0
1回答
我正在学习神经网络从字节鱼机器学习指南和代码。我非常理解它，但是我想在前面的链接中更新代码，使用图像像素数据而不是随机值作为输入数据。在上述守则的本节中：cv::randu(testData,0,1);cv::Mat trainingClasses = labelData(traini
浏览 1提问于2014-05-28得票数 2
回答已采纳
1回答
有人能指出特征选择和聚类以及降维算法之间的区别吗？聚类帮助我们指出哪些变量簇清楚地定义了输出。特征选择+聚类不是和降维算法一样吗？
浏览 4提问于2015-10-27得票数 0
1回答
在机器学习中，灰度图像的特征提取一直是个难题。print("Shape: {}".format(image2.shape))输出为：
我实际上需要从这张灰色图片中提取特征，因为下一部分是关于训练一个模型，用这个特征来预测图像的彩色形式。我们不能使用任何深度<
浏览 7提问于2021-02-09得票数 3
1回答
在我看来，“特征提取”和“特征学习”是等价的概念，然而，维基百科有两篇专门针对它们的文章是非常不同的。特别是在特征学习文章中，只提到了神经网络/深度学习。然而，它们似乎同样适用于这两种情况，因为自动编码器从原始(通常是图像)数据中提取特征，而现在提取的特性则输入到下一层。
那么，这些术语的真正区别是什
浏览 0提问于2015-11-09得票数 4
回答已采纳
我开始学习机器学习和计算机视觉，但目前我有一些疑问。sift = cv2.xfeatures2d.SIFT_create()for file in listin
浏览 0提问于2015-05-05得票数 0
我正在设立几个自学项目，以探索机器学习技术。第二个是用于分类的1300万行文本数据(每行几段)。如果我花时间使用虚拟box/hadoop/spark (为了我的学习经验而不是性能)来模拟集群，我能/应该在那里进行聚合并将结果写入分布式数据存储吗
浏览 0提问于2015-07-08得票数 1
1回答
我有一些训练数据和一些测试数据，其中的分数是RMSE。
因此，我在SVR，内核'poly‘和调高参数'C'，’度‘和’伽马‘时取得了最好的成绩，并且具有高效性和交叉验证性。实际上，我不知道如何取得更好的成绩，所以我在这个论坛上请求另一种方法。我已经尝试过KernelRidge、线性回归、SVR和其他核函数、神经网络，但它们都给出了更差的结果。实际上可以做得更好，因为其他人在这项任务中做得更好，但我不知道我能做些什么来提高分数。有什么想法吗？
浏览 0提问于2017-03-28得票数 -1
1回答
我想选择最好的特征子集，它区分了两个类，这些类被输入到我构建的统计框架中，在这个框架中，特性是不独立的。通过对机器学习中的特征选择方法的研究，发现机器学习的特征选择方法可分为三大类:过滤器、包装器和嵌入式方法。滤波方法可以是单变量的，也可以是多元的。使用过滤
浏览 2提问于2016-11-04得票数 0
回答已采纳
1回答
“自动特征选择用于构建不同子集的许多模型，识别哪些特征有助于构建准确模型，哪些特征没什么帮助。特征选择的一个流行的自动方法称为 递归特征消除（Recursive Feature Elimination）或RFE。 下例在Pima Indians Diabetes数据集上提供RFE方法例子。随机森林算法用于每一轮迭代中评估模型的方法。该算法用于探索所有可能的特征<
浏览 682提问于2020-09-03
1回答
我知道支持向量机、随机树林和logistic回归是著名的机器学习(ML)分类算法。上面的ML算法是否用于提取特征，而不是选择的一部分？ML算法包括特征提取和分类两个过程吗？
训练ML算法的结果(准确性、特异性、敏感性.)在特征提取之后，告诉我们疾病分类的结果<
浏览 2提问于2019-11-13得票数 1
回答已采纳
1回答
我的工作是使用机器学习随机森林回归预测停车占用率。我有6个特点，我试着实现了随机森林模型，但结果并不好，因为我对此非常陌生，我不知道什么样的模型适合这种问题。我的数据集很大，我有4700万行。我也使用了随机搜索cv，但我不能改进模型。请看下面的代码，并帮助改进或建议另一种模式。
利用带有缓冲器的停车场的位置数据，提取使用的特征。请帮我改进一下。
浏览 2提问于2021-08-05得票数 0
回答已采纳
我正在使用opencv2.4和python2.7，有哪些图像的特性可以用于svm分类，我已经经历过冲浪和sift，但是作为初学者，me.What似乎很难使用其他的特征提取技术吗？
浏览 0提问于2016-03-25得票数 1
回答已采纳
1回答
我在一个具有24个特征的多变量时间序列数据集上运行LSTM模型。我使用了几种不同的方法(方差测试、随机森林提取和额外的树分类器)来运行特征提取。不同的方法导致了略有不同的特征子集。现在，我想在所有子集上测试我的LSTM模型，看看哪个子集提供了最好的结果。 我的问题是，我的3个
浏览 5提问于2019-05-26得票数 1
回答已采纳
3回答
我是机器学习领域的新手，我有一个问题要问。但让我先发布这个问题。我选择了解决方案:在大多数情况下，解决方案也是非常简单的。利用SIFT、SURF等算法提取兴趣点，得到这些关键点的描述子，并用K均值算法对其进行聚类。我无法理解的是我可能需要的集群数量。对上述例子
浏览 0提问于2016-12-26得票数 0
2回答
我一直在到处寻找某种形式的性别检测，通过读取音频文件的频率数据。我一直没有找到一个可以做到这一点的程序，或者甚至是任何可以输出音频数据的程序，所以我可以编写一个基本的程序来读取它，并操纵它来确定说话者的性别。
你们谁知道我在哪里能找到帮助我的东西吗？重申一下，我基本上希望有一个程序，当一个人对着麦克风说话时，它会准确地说出说话者的性别。我的完整计划是在上面也有语音到文本的功能，这样程序就会写出演讲者所说的话，并给出一
浏览 3提问于2013-02-04得票数 1
1回答
基于机器学习的目标检测由特征提取、特征融合+降维和分类器训练三部分组成。然后，他们列出了特征提取方法：一袋袋话，还有更多。在本节的后面，他们列举了分类器培训的方法，例如：AdaBoost，神经网络
这与我对事物的理解不一致。我的经验主要是在CNN。当我使用卷积神经网络进行目标检测时，
浏览 0提问于2020-11-09得票数 0
1回答
基于WEKA的词义消歧
、、、、
我们怎样才能进行实验并获得结果？WEKA可以用来做同样的事情吗？两个集合中的文档类型包括以下文件类型: 1. 2 XML文件2.自述文件3.
浏览 5提问于2014-11-12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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
