2回答
我有这个简单的决策树模型和预处理 merged_df = pd.read_excel(r'C:\Users\Kiwi\Downloads\data set balance.xlsx')
'IP_smt7': 3.6, 'IPK': 3.145
pred = rf.predict([X_test]) 我尝试将一行字典( X_test)传递给
浏览 29提问于2021-06-30得票数 0
例如，使用决策树进行药物预测问题。我训练了决策树模型，并希望使用新的数据进行预测。===> predict drug A
如何计算药物A预测结果的可信度或概率？
浏览 0提问于2016-04-12得票数 10
回答已采纳
1回答
我正在尝试使用决策树学习来使用其他变量来预测响应变量。这个心理模型是有效的吗?如果是的话，我该如何使用Azure ML实现这样的东西呢？我甚至不知道用什么词来描述这个问题--这是“半监督”决策树学习吗？
浏览 3提问于2016-04-27得票数 0
1回答
我在R中创建模型并使用此脚本进行预测，如果我运行summary(model)，输出的只是混淆矩阵和决策树那么，如何知道所有的预测结果，包括已经用所有属性、实际类和预测类处理的所有数据？
谢谢。
浏览 16提问于2020-02-12得票数 1
回答已采纳
1回答
我正在使用sklearn的决策树分类器，但是我得到了100%的分数，我不知道出了什么问题。我已经测试了svm和knn，两者的准确率都在60%到80%之间，看起来也不错。using Decision tree classifier is {0:.8f}%".format(100* 这是输出:决策树分类器决策树分类器(max_depth=5)的交叉值得分为0.9996212121212121。
决策树分类器(max_depth=10)的交叉值
浏览 2提问于2020-07-02得票数 0
回答已采纳
1回答
我用StandartScaler腌制了KNN模型。X_train = sc.fit_transform(X_train)当im试图加载模型并通过StandartScaler().transform()传递新值时，会给出一个错误：fitted yet.I试图从字典中加载值
dic = {'a&#
浏览 10提问于2022-04-22得票数 1
回答已采纳
1回答
由于我的地理信息系统软件的计算能力有限，我试图在R中实现随机森林，以便进行图像分类。我的输入是一个多波段TIFF图像，它被训练成一个ArcGIS文件(目标值0和1)。然而，当我在GIS软件中绘制出图像分类输出(二值为0和1的二值重分类tiff )时，它以100%的成功率预测了训练数据。换句话说，输出图像没有分类错误。当混淆矩阵显示存在分类错误时，情况如何？response", na.rm=T, overwrite=T, progress="text")
我期望输出的分类图像会基于混淆矩阵中所表示的内容，对1个Value=1训练点
浏览 6提问于2019-10-22得票数 0
回答已采纳
1回答
关于决策树的预测
、、
决策树如何预测新数据集上的输出。假设使用超参数，我允许我的决策树只增长到一定程度，以避免过度拟合。现在，一个新的数据点被传递到这个经过训练的模型，因此新的数据点到达其中一个叶节点。但是叶节点如何预测数据点是1还是0呢？(我在这里谈论的是分类)。
浏览 1提问于2020-04-28得票数 0
1回答
我使用KNN、决策树、随机森林和ANN对我的数据进行预测，使用Python，我有9个预测器。我的问题是，他们中的哪一个没有做出贡献。决策树，随机林允许运行特性的重要性。我这样做了，它表明，这3个预测因素的贡献很小。所以我似乎可以从数据集中删除它们。对于KNN和ANN，no model.feature_importances_
假设对KNN和ANN来说，同样的预测因子也不起作用是正确的吗？或者特征的重要性取决于模型(例如，KNN的特性与随机森林的
浏览 3提问于2022-06-14得票数 1
1回答
具有输出分类和回归的多输出决策树
、、、、
我正在进行一个项目，并希望使用决策树(因为我的输入中有猫值和数值，并且不想转换分类变量)来预测输出变量，但问题是我没有一个输出变量，而是4个！📷第一个问题可以用回归决策树进行预测。使用4个不同的决策树，每个变量一棵树？每种方
浏览 0提问于2017-07-18得票数 0
1回答
利用函数party和函数ctree，在R中训练了条件推理决策树，并将模型保存在.Rda文件中。
我需要将这个模型从R迁移到Java，这样我就可以使用树在Java环境中进行预测。有人能指点我该怎么做吗？
浏览 0提问于2018-10-17得票数 1
回答已采纳
我正在寻找一种从决策树中提取规则的方法。我有8个预测器，它们都是分类变量，响应变量有三个输出A、B和C。规则1:预测器1-a预测器2-b预测器3-c预测器4-b预测器5 a预测器6-d预测器7-e预测器8-a结果
浏览 0提问于2018-03-27得票数 1
1回答
我希望使用Mahout决策树训练过程的输出模型作为基于Weka的分类器的输入模型。由于基于数百万条训练记录的复杂决策树的训练对于单个节点的Weka分类器来说几乎是不切实际的，所以我想使用Mahout来建立模型，例如使用。虽然上面的算法在训练时可能会有问题，但是使用它在一台机器上用Weka进行预测是相当简单的。
在Mahout 上，它声明导入的数据格式包括Weka格式，而不是用于导出的。是否有可能使用Mahout中现有的一些实现来训练模型</em
浏览 3提问于2012-05-19得票数 3
我正在努力弄清楚决策树回归预测是如何生成的。在我所介绍的文档中并没有详细解释。
对于分类模型，将返回X中每个样本的预测类。对于回归模型，返回基于X的预测值。那么，预测是根据新的X值落入的叶节点的输出的简单平均值，还是以另一种方式进行的？
浏览 1提问于2019-04-02得票数 1
回答已采纳
我环顾四周，找不到类似的问题(至少我用的关键词不是这样)。在我训练和测试了一个分类模型之后，我明白了如何为它提供一个新的输入来生成一个预测的输出。(即预测会产生给定输出的输出)？
浏览 0提问于2022-08-13得票数 0
我有一个数据集，用于生成决策树，并对新数据进行一些预测。在未来，我想将这个项目用于生产，在那里我将生成一个决策树(批处理)，并通过web界面或移动应用程序接收新数据，对该条目的类别进行预测，并将结果立即通知用户。并在生成新的决策树(批处理)之后存储这些新条目，并连续重复此过程。尽管Apache Spark的目的是执行批处理，但是有一个允许您接收实时数据的流式API，在我的应用程序中，这些数据将只由带有决策树的批处理过程中构建的模型使用
浏览 2提问于2015-05-10得票数 6
下面是一个描述问题。我有10个词像X1，X2，X3，.，X10
DT=DecisionTreeClassifier()以及如何计算输入变量的效果(百分比)标签
浏览 0提问于2020-06-17得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
