腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
机器
学习
模型
的
缩放
python
、
machine-learning
、
regression
、
classification
我对
机器
学习
模型
中
的
缩放
概念有点困惑。在分类中,如果变量具有不同
的
尺度,我通常对自变量进行
缩放
,对目标变量进行标签编码,并对预测结果进行逆变换以获得实际标签 在回归中,如果我
的
变量不同,我知道我们必须
缩放
自变量,我是否也应该
缩放
我
的
目标变量如果我在上述场景中
的
理解是正确
的
,我是否应该在回归
模型
中
缩放
我
的
目标变量
浏览 35
提问于2020-11-08
得票数 0
1
回答
反向传播中
的
标准化训练集
neural-network
、
backpropagation
、
standardized
如果我在训练神经网络之前对训练数据进行标准化,那么在训练之后,我就去标准化训练数据并反馈给神经网络,以显示最终
的
建模结果和预期
的
结果。或者,我是否将标准化
的
培训数据反馈回和取消标准化后
的
最终结果和预期结果?
浏览 1
提问于2014-03-25
得票数 0
回答已采纳
2
回答
流数据
的
缩放
machine-learning
、
time-series
我必须对我训练过
的
流数据进行离线预测。 当我们必须离线训练
模型
,并且必须预测流数据,以及如何
缩放
流数据时,使用
缩放
是一种常见
的
做法吗?
浏览 0
提问于2019-09-16
得票数 1
1
回答
撤消
缩放
数据pyspark
apache-spark
、
pyspark
、
apache-spark-mllib
scaledFeatures")scaled_data = scalerModel.transform(df) scaled_data是转换后
的
数据在拟合
机器
学习
模型
后,我如何进行反尺度分析结果?
浏览 0
提问于2018-08-30
得票数 4
回答已采纳
1
回答
我应该考虑所有基于梯度下降
的
算法
的
特征
缩放
吗?
gradient-descent
在多元线性回归一节
的
课程
机器
学习
中,Andrew提供了以下关于梯度下降
的
提示:将特性转换为大约-1 绘图成本与迭代若要确定收敛速度是否太慢(请尝试更大
的
alpha) 以确定要收敛
的
迭代次数。这些技巧适用于所有使用不同
机器
/深度
学习
算法
的
梯度下降问题,还是仅适用于多
浏览 0
提问于2018-02-27
得票数 2
回答已采纳
3
回答
为什么上传时我所有的变量对象都不是数值(int、float)?
pandas
、
object
、
variables
、
scaling
、
dtype
我刚开始这样做可能很愚蠢,但我有以下问题:我创建了一个..csv文件,用于一些基本
的
数据描述。是否必须手动将所有对象变量转换为带有代码
的
数字变量?或者我在创建csv时做错了什么?有没有“如何构建你
的
csv"-documentation?这样我就不用问愚蠢
的
初学者这样
的
问题了?此外,我还被告知要使<
浏览 5
提问于2022-04-28
得票数 0
回答已采纳
1
回答
特征归一化
machine-learning
、
statistics
在
机器
学习
中,尤其是深度
学习
特征规范化是至关重要
的
。为什么它在某些应用中很重要,而在另一些应用中却不重要。
浏览 3
提问于2017-04-07
得票数 1
回答已采纳
1
回答
机器
学习
的
缩放
特性
python
、
machine-learning
、
data-structures
、
scikit-learn
我有一个关于如何正确
缩放
数据集
的
问题。 我认为问题在于日期栏中
的
巨大数字,我不确定。但是如果,有什么更好
的
方法来处理日期,或者一般情况下,如何处理
浏览 0
提问于2018-03-27
得票数 0
回答已采纳
1
回答
何时将数据分割为训练和测试数据集
machine-learning
在创建
机器
学习
模型
时,我
的
同行告诉我,在
机器
学习
模型
构建阶段,尤其是在数据规范化或
缩放
之前,应该尽早实现分离。我对
机器
学习
非常陌生,所以我想找一些关于
机器
学习
的
建议。这就是我在做
的
X_train_std, X_test_std, y_train_std
浏览 0
提问于2019-03-27
得票数 0
回答已采纳
2
回答
在使用sklearn预处理标度训练
模型
后,如何处理新样本?
scikit-learn
假设我有一个用于监督
机器
学习
任务
的
数据集X和标签Y。我现在希望将其用于新数据
的
模型
,因此我收集了X
的
10个特征
的
新样本,并希望使用我训练
的
模型
对此样本进行分类。在尝试分类之前,有没有一种简单
浏览 4
提问于2018-08-12
得票数 3
1
回答
调整Scikit-Learn分类器
的
HOG特征大小
python
、
image
、
image-processing
、
scikit-learn
、
opencv3.0
hog_image_rescaled.resize((200, 200), Image.ANTIALIAS)我不明白为什么,因为尝试使用单个图像是正确
的
。
浏览 3
提问于2013-01-05
得票数 6
回答已采纳
1
回答
如何使用
机器
学习
在仅有交通量作为输入
的
时间序列预测上创建良好
的
功能?
python
、
machine-learning
、
time-series
、
forecasting
、
feature-engineering
所以我有一个只有交通量
的
时间序列。我做过FB预言家和神经预言家。它们工作得很好,但我想用
机器
学习
来做一些事情。到目前为止,我遇到了试图创建我
的
功能
的
问题。使用经典
的
年、月等日期并不能给我带来好
的
结果。我已经尝试使用shift,我可以得到前两天
的
平均值、最小值和最大值。然而,这是可行
的
,但我
的
问题是,当我试图提前几天预测时,该功能并不能真正起作用,因为我无法获得当天
的
平均值。我主要关心
的</e
浏览 5
提问于2021-09-30
得票数 0
1
回答
如何使用不会随scikit而变化
的
中心来扩展数据??
学习
和python
python
、
machine-learning
、
scikit-learn
、
normalization
、
data-preprocessing
我正在尝试扩展一个数据集,以训练一个使用python和scikit- learning
的
机器
学习
模型
。我想
缩放
一个数据集,但是坚持所有负
的
原始值在
缩放
后仍然是负
的
,而所有正
的
原始值在
缩放
后仍然是正
的
。10.0]])#should print Scaled: [[-0.02, 0.02, 1.4,
浏览 5
提问于2022-11-25
得票数 0
回答已采纳
1
回答
使用保存
的
回归
模型
进行预测
python
、
neural-network
、
deep-learning
、
keras
我训练了一个回归问题的人工神经网络
模型
,该
模型
以10个参数作为输入,并给出1个输出。经过培训,我使用keras将
模型
保存为json,并将权重保存为.h5文件。现在我想对新
的
数据做预测。我已经加载了
模型
,这里
的
问题是,在将输入值输入到
模型
之前,如何
缩放
这一行输入值?一些
机器
学习
算法不需要
缩放
(标准化/规范化),所以我可以加载这些
模型
并用于预测。我如何在人工神经网络
模
浏览 0
提问于2019-06-24
得票数 0
回答已采纳
1
回答
时间序列预测:需要帮助使用不同天数周期
的
序列
python
、
statistics
、
time-series
、
prediction
我
的
组织举办了一个活动,我们有2016年、2017年、2018年
的
门票销售历史数据。此数据包含每天售出
的
门票数量,考虑到所有销售周期。对于2019年
的
这一活动,我被要求预测每天售出
的
门票数量,考虑到所有的销售期,这在某种程度上是为了指导我们度过这段时期,这意味着我们将获得高于或低于预期销售平均水平
的
信息。问题是历史数据具有不同
的
销售周期大小(以天为单位):在2019年,我们计划85天。那么,我如
浏览 3
提问于2019-05-28
得票数 1
1
回答
多项式回归
的
特征标度
python
、
scikit-learn
、
regression
、
linear-regression
在创建多项式回归时,我们是否必须对多项式特征进行
缩放
?我还找到了。多项式特征
的
例子证明了尺度确实有一定
的
影响。 我错过了什么?
浏览 1
提问于2020-06-20
得票数 2
2
回答
是否有必要对XGBoost
的
数据进行规范化?
decision-trees
、
xgboost
、
normalization
MinMaxScaler() in scikit-learn用于数据规范化(即特性
缩放
)。决策树不需要数据归一化。由于XGBoost基于决策树,是否需要使用MinMaxScaler()进行数据规范化,以便将数据输入到XGBoost
机器
学习
模型
?
浏览 0
提问于2019-09-28
得票数 31
回答已采纳
1
回答
AWS Sagemaker vs ECS
模型
托管
amazon-web-services
、
machine-learning
、
amazon-ecs
、
amazon-sagemaker
我将预先训练好
的
模型
工件存储在S3存储桶中。我想创建一个加载此
模型
并将其用于推理
的
服务。 我在AWS生态系统中工作,对使用ECS和Sagemaker进行
模型
部署感到困惑?选择一个有什么好处/坏处?
浏览 28
提问于2020-01-03
得票数 2
回答已采纳
3
回答
功能
缩放
在scikit learn中
的
使用
python
、
machine-learning
、
scikit-learn
、
regression
我在这里
学习
机器
学习
,这门课使用
的
是regression 中
的
'scikit learning‘。我可以看到,对于一些训练回归算法,作者使用了特征
缩放
,而对于某些回归算法,他没有使用特征
缩放
,因为一些“scikit
学习
”回归算法会自己处理特征
缩放
。如何知道我们需要在哪种训练算法中进行特征
缩放
,以及我们不需要在哪里进行?
浏览 2
提问于2018-08-03
得票数 0
1
回答
机器
学习
的
正确
缩放
特性
python
、
machine-learning
、
scikit-learn
、
logistic-regression
我
的
dataframe包含三种特性: 我是否可以将StandardScaler应用到我
的
数据文件中,所有的功能都将被正确地
缩放
?或者,对于我
的
数据文件中
的
每一种不同类型
的
特性,是否需要一种特定
的
缩放
方法?
浏览 1
提问于2020-06-23
得票数 0
点击加载更多
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
机器学习系列 5:特征缩放
机器学习特性缩放的介绍,什么时候为什么使用
机器学习(六)——线性回归的多变量、特征缩放、标准方程法
机器学习模型的可视分析
机器学习模型与传统机理模型的融合
热门
标签
更多标签
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
运营活动
广告
关闭
领券