我有两个关于句子是否包含提到药物不良事件的数据集，训练和测试集都只有两个字段文本和标签{不良事件，无不良事件}我已经使用weka和stringtoWordVector过滤器在训练集上使用随机森林构建了一个模型我想测试构建的模型，方法是从测试数据集中删除类标签，在其上应用StringToWordVector过滤器，并使用它测试模型。当我尝试这样做时，它给我一个错误，说训练和测试集不兼容，可能是因为过滤器为测试数据集识别了一组不同的属性。我如何解决这个问题
浏览 0提问于2018-03-12得票数 0
我有下面的脚本，它应该使用交叉验证来训练不同的模型aνd，然后计算平均精度，这样我就可以使用最好的模型来完成分类任务。但我对每个分类器都得到了相同的结果。0.2f accuracy with a standard deviation of %0.2f" % (accuracy_score_mean, accuracy_score_std), "\n")
浏览 19提问于2021-06-16得票数 0
回答已采纳
1回答
我一直在训练CNN对4种错误信号(声发射/250 CNN)进行分类。我在使用tensorflow库实现算法方面没有问题，但我对选择哪一个优化器感到困惑。我一直在尝试不同的优化器，对于Adam优化器和梯度下降优化器算法在k倍交叉验证的测试分类准确率(~84%~ 85%)方面给出了<em
浏览 0提问于2018-07-03得票数 3
回答已采纳
1回答
我正在尝试使用python weka包装器。我正在使用交叉验证方法。然后打印分类结果。然后我使用build_Classifier，并使用test_model对训练数据进行测试。与交叉验证模型相比，它提供了不同的no.of分类实例。
据我所知，在交叉验证模型中，建立了10个不同的模型，然后在丢弃
浏览 3提问于2021-10-24得票数 0
1回答
我正在研究一个分类问题，在这个问题中，我必须区分健康的和受损的盘子。将k均值聚类和支持向量机算法相结合，结合10倍交叉验证，可达到95%的准确率。所有的训练和验证数据集都来自于实验。在测试中，我是否可以在同一个样本重复相同的实验后获得数据集，或者我必须使用不同的样本集？
浏览 0提问于2021-05-02得票数 0
回答已采纳
所以这是一个二进制分类问题。cost = tf.reduce_mean( tf.nn.softmax_cross_entropy_with_logits(prediction,y))optimizer我尝试将神经网络做出的一些预测提交给Kaggle，到目前为止，我所有的尝试都有0%的准确率。然而，当我将前10名乘客的预测替换为sk-learn的Rand
浏览 3提问于2016-08-10得票数 0
2回答
我正在执行一个二进制分类问题与15000 RGB图像使用划痕建设CNN模型。在评估模型时，我可以用两种方法：只需使用10倍交叉验证，获得92.5%<em
浏览 0提问于2020-09-09得票数 2
1回答
我有一组从受试者那里记录下来的数据集，当他们执行一些特定的认知任务时。数据由16个通道和每个通道的一些样本点组成，我想根据正在执行的认知任务对这些数据进行分类(所有内容都有标签)。问题是我没有大量的数据(每个会话大约60次试验，每个认知任务30次)，我有2次会话。我正在尝试训练一个线性判别分析(LDA)分类器来对这些数据进行分类。该分类器稍后将被实时使用，以每隔一定数量的<
浏览 5提问于2013-03-07得票数 1
我有一个相对较小的数据集，30个样本带有二进制标签(16个阳性和14个阴性)。对于每个样本，我也有五个连续的特性。我正在尝试使用支持向量分类器(SVC)来完成这项任务。在分类任务中，我使用左一输出交叉验证测试了不同特征组合的性能和正则化强度。
我发现一件奇怪的事情是，如果我把特征A单独用于分类，我可能获得87%的分类准确
浏览 0提问于2017-03-14得票数 3
回答已采纳
我的原始数据集有500个实例，有10个类，并且存在类不平衡对于新的样本数据集，我应用了j48分类器，并获得了75%的准确率。
我的问题是，我怀疑我的数据对于分类器来说是过度拟合的</
浏览 0提问于2013-08-22得票数 0
1回答
我有41个样本和6个预测因子的数据集。在Matlab中，我使用了树作为分类树。尽管oob误差很高，但该模型对41个标签进行了准确的预测。但在此基础上，我尝试用k折叠交叉验证模型，验证准确率仅为41%。我对此感到困惑。
我的另一个问题是，当我试图交叉验证一个已经建立的集成模型时，k折叠算法是如何工作的。任何帮助都会很感激的。
浏览 0提问于2018-04-02得票数 0
回答已采纳
1回答
我有一套训练。我在训练集上执行了以下过滤器，
我在测试数据上使用了"NumerictoNominal“过滤器。测试数据缺少值，而且Class属性也是空的</e
浏览 2提问于2013-04-01得票数 1
我尝试用向量空间模型在SVM光照下构造一个SVM分类器。我有1000个文档和一个术语字典，我将使用它来向量化每个文档。在1000份文件中，600份将用于我的培训集，其余400份将平均分配(200份)用于交叉验证集和测试集。现在假设我要用我的600训练集训练我的支持向量机分类器(用train向量化)，以便生成一个
浏览 1提问于2013-12-12得票数 1
回答已采纳
1回答
不平衡数据的过度训练
、、、
我正在尝试对一些不平衡的数据(约20:1比率)执行二进制分类，并获得了几乎完美的交叉验证精度，但在训练/测试中未使用的数据的预测率很糟糕。有几千个反面例子和几百个正面例子。使用RandomForests分类器，KFold交叉验证几乎是完美的，但召回率/准确率值在0.1-0.3之间。我尝试了不同的</e
浏览 0提问于2017-06-07得票数 0
我无法计算在语音向量上运行支持向量机所获得的低精度。我已经交叉验证了数据没有错，甚至使用了朴素贝叶斯分类器来获得良好的结果。 pos = ones(size(PositiveTraining,1),1);
neg = ones(size(Negative
浏览 3提问于2012-03-30得票数 1
回答已采纳
所有规则中错误分类的总和(见树)是2097 (来自895+700+428+74)。但是混淆矩阵是2121 (来自1999+122)。有人能解释一下这种差异吗？数字怎么会不一样呢？
浏览 6提问于2016-08-27得票数 0
我正在构建一个系统，该系统具有一个训练用于分类的神经网络。来自的经典示例是虹膜数据集。在其上训练的神经网络几乎是完美的-错误率为0-1%；然而，它是一个非常基本的数据集。
我的网络结构如下: 80in，208hid，2out。我的结果是测试数据集的错误率为8%。基本上，在这个问题中，我想问一下你在工作、论文等方面遇到
浏览 0提问于2011-12-14得票数 0
2回答
libsvm中的交叉验证
、、、
我在我的项目中使用libsvm库，最近发现它提供了开箱即用的交叉验证。我正在查看文档，它清楚地说明我必须调用带有-n开关的svm-train才能使用CV功能。当我使用-v开关调用它时，我无法获得svm-predict所需的模型文件。有人能帮上忙吗？这是用C和C++实现的，这是。
浏览 5提问于2011-03-05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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
