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
虽然
我
使用
的
是
StratifiedKFold
,
但
准确率
始终
为
0.5
deep-learning
、
classification
、
cross-validation
、
resnet
、
transfer-learning
我
正在
使用
预先训练好
的
ResNet50模型对malaria dataset进行分类。
我
在其后面添加了两个密层,分别为1024,2048个单元,并
使用
softmax函数添加了一个分类层(
使用
sigmoid效果更差)。
我
使用
StratifiedKFold
来验证这个模型,但在第一次折叠后,
准确率
始终
是
0.5
。: 0.5000 这是
我
的
模型: heigh
浏览 29
提问于2019-05-07
得票数 0
1
回答
什么
是
验证损失单位Keras/Tensorflow?
tensorflow
、
machine-learning
、
keras
这个问题很简单,
我
是
这个领域
的
新手,在StackOverFlow上找不到一个令人满意
的
答案。例如,这是第16个型号损失0.07和val损失0.09,他们真正
的
意思是什么?
浏览 0
提问于2020-01-05
得票数 1
1
回答
matlab和python中
的
线性支持向量机给出不同
的
结果
classification
、
scikit-learn
、
svm
、
libsvm
我
有一个特定
的
数据集,当我在matlab和sklearn工具箱中
使用
线性支持向量机时,得到了不同
的
结果。acc = 0; [train,test] = crossvalind('HoldOut',Y,0.2);对于matlab,
我
的</e
浏览 0
提问于2018-10-31
得票数 0
1
回答
为什么
我
在McMahan
的
论文中创建了一个像FedAvg这样
的
非IID数据集,
但
这个数据集
的
测试精度只有
0.5
?
python
、
tensorflow
、
imbalanced-data
、
tensorflow-federated
我
创建了一个非IID数据集,其中
我
将60000个示例(10个类,每个类有6,000个示例)划分为200个片段,每个片段有300个示例。有100个客户端,
我
为
每个客户端随机分配2个片段。这是一些客户
的
情况。
我
使用
这个数据集来训练
我
的
TFF模型。训练集
的
准确率
约为0.99,而测试集
的
准确率
仅为
0.5
左右。
我
试了很多次,
但<
浏览 0
提问于2020-04-15
得票数 1
1
回答
训练误差随时代
的
变化而减小
neural-network
、
convolutional-neural-network
我
试图在STL-10数据集上训练一个VGG-19神经网络,其中包含5000幅图像(每个类500幅)。输出类
的
数量
是
10。
我
没有改变架构,只是将完全连接层
的
大小从4096减小到2048,保持辍学(
0.5
)不变。这样做
的
原因
是
,由于训练图像
的
数量较少,所以为了避免过度拟合,
我
缩小了完全连接层
的
大小,但我不知道这样做是否正确。。
我
还
使用
了(学习率= 0.001)代替了
浏览 0
提问于2018-03-27
得票数 0
1
回答
相对于CSS中视口大小
的
3 x 3栅格
html
、
css
我
正在尝试创建一个3 x 3
的
网格,每个网格
的
高度和宽度值都为30% (
我
希望避免
使用
vh、vw和vm单位):display:inline-block;margin:
0.5
%
0.5
%;width: 30%;border: #000 solid 1px; }但是,
虽然
宽度<em
浏览 0
提问于2013-05-20
得票数 0
回答已采纳
1
回答
如何在TensorFlow中提高CNN
的
预测能力?
python
、
tensorflow
、
deep-learning
、
conv-neural-network
我
在TensorFlow中
使用
具有两个卷积层
的
CNN,一个完全连接
的
层和一个线性层来预测对象
的
大小。标签
是
大小,特征
是
图像。两种方法
的
准确率
都有所提高,
但
交叉验证
准确率
的</em
浏览 3
提问于2018-09-07
得票数 0
1
回答
来自
使用
RepeatedStratifiedKFold 5*10
的
cross_val_predict
的
概率
python
、
scikit-learn
、
cross-validation
、
roc
、
k-fold
我
的
目标
是
从一份5*10
StratifiedKfold
的
CV中计算出95 % CI
的
AUC值、特异性、敏感度。
我
还需要阈值
为
0.4
的
特异性和敏感度,以使敏感度最大化。到目前为止,
我
能够为AUC实现它。,但是
我
如何实现概率,以便
我
可以计算FPR,TPR和阈值?)#Sensitivity( <e
浏览 19
提问于2020-05-19
得票数 0
1
回答
OneVsOneClassifier (或OneVsRestClassifier)在
使用
普通KFold和
StratifiedKFold
交叉验证时得到
的
不同结果
classification
、
cross-validation
当我安装一个OneVsOneClassifier (或OneVsRestClassifier)时,
我
注意到当我
使用
普通
的
KFold和
StratifiedKFold
交叉验证时,
我
得到了不同
的
结果。与
使用
KFold时相比,
使用
普通
StratifiedKFold
时测试集
的
性能要低得多。问题: 1)如果OneVsOneClassifier (或OneVsRestClassifier)策略要起作用,那么每个类别的比例需要在培训
浏览 0
提问于2020-02-29
得票数 0
回答已采纳
1
回答
从两种不同
的
方法计算召回率和查准率
的
不同结果
python
、
machine-learning
、
classification
、
grid-search
、
precision-recall
根据下面的代码,
我
正在计算特定分类器
的
召回率和
准确率
分数 clf = GradientBoostingClassifier(n_estimators=20) array([0.84166667, 0.92602041]),array([720, 392]))
但
如果
我
用以下公式计算它们clf = GradientBoostingClassifier() skf =
浏览 10
提问于2019-03-10
得票数 0
回答已采纳
4
回答
如何在分类机器学习模型中增加真正
的
正值?
python
、
machine-learning
、
statistics
、
data-science
我
是
机器学习
的
新手,
我
有一个数据集,它有高度不平衡
的
类(以负类为主),包含超过2K个数字特征,目标
是
0,1。
我
已经训练了一个逻辑回归,
虽然
我
得到了89%
的
准确率
,但从混淆矩阵中,发现模型
的
正确率非常低。下面
是
我
的
模型
的
分数Precisio
浏览 8
提问于2019-09-24
得票数 0
3
回答
如何从决策树计算准确性?
decision-tree
嗨,
我
正在上Coursera
的
课程,并进入了这个问题。
我
的
答案
是
1-(4048+3456)/8124=0.076。然而,答案
是
0.067。有人能帮我解决这个问题吗?谢谢你!!
浏览 0
提问于2018-01-24
得票数 14
1
回答
每次运行model.fit时,TensorFlow模型
的
准确性都会发生很大变化
python
、
tensorflow
、
machine-learning
、
keras
我
的
项目
是
试着从陀螺仪和加速计
的
数据中找出是否可以预测在电话旁边讲话的人
的
性别。
我
有315个例子(每个例子60秒),每个例子有2997条线,每条线代表来自陀螺/加速度计xyz轴
的
向量
的
大小。
我
通过相同
的
种子对输入和输出进行了混洗,并对输入数据进行了标准化。
我
在60|20|20上拆分数据。在这个测试中,
我
尝试从加速计中查看是否有男性说话,因此输出
是
二进制<
浏览 2
提问于2020-09-16
得票数 1
2
回答
在keras中
使用
class_weight处理不平衡数据集时,
准确率
会显著降低
python
、
tensorflow
、
keras
、
sentiment-analysis
我
有一个很不直观
的
问题。
我
正在对亚马逊书评进行情感分析,数据集严重不平衡。正面评论几乎
是
负面评论
的
10倍,训练和测试
的
准确率
都在90%左右(数据集不平衡)。然而,当我尝试在class_weight = {0:10 , 1:1}
的
帮助下平衡数据集时,训练和测试
的
准确率
都下降到了65%左右。同样,如果
我
的
class_weight = {0:1 , 1:10}
准确率
再次
浏览 2
提问于2018-11-25
得票数 1
1
回答
增加显示最差性能
的
权重衰减值
machine-learning
、
neural-network
、
computer-vision
、
conv-neural-network
我
正在做二进制分类。
我
创建了如下网络: Conv1、Relu1、Pool1 - Conv2、Relu2、Pool2 - Conv3、Relu3、Pool3 - Conv4、Relu4 - Conv5 Relu5 Dropot
0.5
、FC、Dropout
0.5
- SoftmaxlossLayer 然后将相同
的
网络与
浏览 0
提问于2017-09-07
得票数 0
2
回答
从列车测试分割到管道滑雪交叉验证
python
、
scikit-learn
、
pipeline
、
cross-validation
feature), ('clf', classifier)])predicts = pipe.predict(x_test) 而不是火车测试分裂,
我
想
使用
k-折叠交叉验证来训练
我
的
模型。但是,
我
不知道如何通过
使用
管道结构来实现它。
我
遇到了这样
的
情况:,但我无法适应
我
的
代码。如果可能的话,
我
想
使用
from s
浏览 5
提问于2021-06-13
得票数 0
回答已采纳
3
回答
验证和训练精度在第一个时期很高[Keras]
python
、
tensorflow
、
neural-network
、
keras
我
正在训练一个具有2个类和53k图像
的
图像分类器,并
使用
keras
使用
1.3k图像来验证它。以下
是
神经网络
的
结构:model.add(Flatten(input_shape=train_data.shape[1:]))在第一个时期,训练
准确率
从~50%提高到
浏览 2
提问于2018-05-19
得票数 4
1
回答
用于二分类
的
不平衡训练样本(90%与10%) - Tensorflow
deep-learning
、
logistic-regression
、
loss-function
我
有一个100,000
的
训练样本(有5个特征) (90,000分类
为
'0‘,其余分类
为
'1')对提高查准率/召回率有什么建议吗?
使用
tensorflowloss = tf.losses.log_loss(yy_, scores,
浏览 0
提问于2018-09-22
得票数 0
1
回答
具有交叉验证精度分数和混淆矩阵
的
K近邻
python
、
pandas
、
machine-learning
、
scikit-learn
、
cross-validation
我
有以下数据:对于每一列,带有数字
的
行
是
输入,字母
是
输出。0.105679403,0.135431139,0.059104888,-0.132060832
我
试图执行confusion_matrix(y_true, y_pred) print cm if __name__ == '__main__'
浏览 0
提问于2018-02-10
得票数 1
回答已采纳
1
回答
什么
是
Oracle实验?
nlp
、
machine-learning
我
读过一篇关于机器学习
的
论文,其中包含一个Oracle实验,将他
的
研究与另一项研究进行比较?但是,甲骨文
的
实验到底是什么,似乎还不是很清楚。
浏览 0
提问于2012-05-11
得票数 8
回答已采纳
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
Python 数据挖掘入门与实践:第二章
分类模型评估的方法及Python实现
如何处理数据中的“类别不平衡”?
如何用深度学习做“前端”:基于设计模型图片生成HTML和CSS代码(下)
情人节选花神器—深度学习指南
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券