训练分类示例
是指通过机器学习算法对数据进行训练，以便将其分为不同的类别或标签。这种分类示例在许多领域中都有广泛的应用，包括自然语言处理、图像识别、推荐系统等。
在自然语言处理领域，训练分类示例可以用于文本分类任务，例如将新闻文章分为体育、娱乐、科技等不同的类别。通过对大量已标记的训练数据进行训练，机器学习模型可以学习到不同类别之间的特征和模式，从而能够对新的文本进行准确的分类。
在图像识别领域，训练分类示例可以用于物体识别任务，例如将图像中的动物、车辆、建筑等进行分类。通过对大量已标记的图像数据进行训练，机器学习模型可以学习到不同类别之间的视觉特征和形状，从而能够对新的图像进行准确的分类。
在推荐系统领域，训练分类示例可以用于个性化推荐任务，例如将用户的兴趣爱好分为电影、音乐、图书等不同的类别。通过对大量用户行为数据进行训练，机器学习模型可以学习到不同类别之间的关联和偏好，从而能够为用户提供个性化的推荐。
腾讯云提供了一系列与训练分类示例相关的产品和服务，包括：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tcml）：提供了丰富的机器学习算法和模型训练工具，可用于训练分类示例。
- 腾讯云图像识别（https://cloud.tencent.com/product/imagerecognition）：提供了图像分类、物体识别等功能，可用于训练和部署图像分类模型。
- 腾讯云自然语言处理（https://cloud.tencent.com/product/nlp）：提供了文本分类、情感分析等功能，可用于训练和部署文本分类模型。
通过使用腾讯云的相关产品和服务，开发者可以快速构建和部署训练分类示例的机器学习模型，实现各种应用场景下的智能分类功能。
相关·内容
训练神经网络，其中N个训练例子包含相同的属性和分类。例如：
训练example1 =1，1，1，分类=1
训练example2 =1，1，1，分类=1
用“训练example2”训练是在浪费训练时间，因为它不会对神经网络的整体质量有所贡献。
浏览 0提问于2016-04-28得票数 0
回答已采纳
1回答
我正在为文本分类做情绪分析，我想把推特上的推文分类为3类，积极的、消极的或中立的。我有210个训练数据，我使用朴素贝叶斯作为分类器。我正在实现使用PHP和MySQL作为我的数据库来训练数据。我所做的是按顺序进行的：
我将基于10倍交叉验证的训练数据分成189个训练数据和21个测试数据。
我将训练数据插入到数据库中，这样我的分类器就可以根据训练数据进行分类。
然后使用分类器对测试数据进行分类。我得到了21个预测结果。
基于 10倍交叉验证重复步骤2和步骤3 10次
对分类器的精度进行了逐个评价，得到了10个精度结果。然后我取结果的平均值。
我想知道的是：
学习的过
浏览 9提问于2013-07-05得票数 0
回答已采纳
1回答
如何在自己的图像分类数据集上对抗性地训练googlenet模型？ 例如:使用cleverhans库，有批处理要运行攻击的数据是MNIST和CIFAR。 我用自己的数据(Googlenet)使用Tensorflow训练了一个图像分类器，现在我想用对抗性的例子来训练模型。我可以用cleverhans库做的任何想法。谢谢。
浏览 15提问于2019-03-18得票数 0
回答已采纳
1回答
IBM视觉识别。为什么分数低？
、、、、
我在IBM上使用视觉识别服务。
我已经建立了一些分类器，特别是其中两个分类器，目的是：
首先:一个“通用”分类器，它必须返回对图像中特定对象的识别的可信度分数。我用50个物体的正面例子训练了它，用了50个类似物体的负面例子(它的细节，它的组成部分，图像类似于它等等)。
第二:一个更具体的分类器，如果第一种分类的分数相当高的话，就能识别之前识别出的特定类型的对象。这种新的分类器被训练为第一个分类器: 50例A型宾语，50例B型宾语。第二种分类应该比第一种更具体，因为图像更详细，而且它们之间都是相似的。
结果是，这两个分类器工作良好，一组特定图像的预期结果在大多数情况下都符合事实，
浏览 1提问于2016-08-01得票数 2
回答已采纳
2回答
我正在使用本地父节点分类器(LCPN)与“兄弟姐妹”策略构建分层文本分类器，如不同应用领域的层次分类综述中所述：
例如，如果我们有1.1，1.2，2.1，2.2，2.3类，那么在第一级我们使用所有的训练集来训练一个分类器来区分第1类( 1.1 , 1.2 )和2类(2.1,2.2,2.3)。在第二级，我们使用两个多类分类器，第一个分类器用于1.1到1.2之间的分类，而第二个分类器只使用属于这些类的数据，第二个分类器用于其余的分类器。
我们对数据所做的任何数据转换(例如缩放、tf-国防军)是否应该发生在分类器的每个级别上？也就是说，由于在第一级，tf-以色列国防军向量是通过拟合整个训练集来创建的
浏览 0提问于2019-12-05得票数 6
1回答
机器学习模型错误预测
、、、、
我有一个机器学习分类器从create。该模型训练了3400个样本，总体上是令人印象深刻的它是多么准确。然而，模型经常会做出错误的预测，我似乎不知道如何将它添加到模型中，这样它就不会对其中一些错误的预测有那么高的信心。如何/我可以用这个新的数据来重新训练模型，这是错误的分类，它不是这个分类吗？我应该创建一个新的分类文件夹并将这些错误的分类添加到其中，还是有一种方法可以将模型训练为非分类类型，以便它能够理解它们之间的区别？
浏览 0提问于2019-10-12得票数 3
回答已采纳
2回答
如何存储经过训练的分类器？
、、、、
对分类器进行训练，以便在将URL输入新闻类别时预测新闻类别。
当前的：对于每一个输入，我训练分类器，然后返回输出，因此我失去了经过训练的分类器。
预期的：一旦我训练了分类器，我应该能够在需要时从内存中调用这个分类器。
任何关于这方面的光线都将受到高度赞赏。
PS: NLP中的业余爱好者
浏览 5提问于2016-07-30得票数 2
1回答
文本分类中的异常检测
、、、
我有一个训练集，它只对应于一个标签，即(“是”)，而我没有另一个(“否”)标签数据。我的任务是构建一个分类器，如果新的未见句子(测试数据)与训练数据非常相似，则将其分类为1。否则，它将分类为-1，即(异常)。
我已经使用Word2Vec为我的训练数据构建了单词嵌入。然后，我使用词向量平均和OneClassSVM来构建一个异常检测器分类器。
该分类器目前的准确率约为50%-55%。我必须进一步增强这一点，以构建一个健壮的分类器。
浏览 2提问于2018-09-11得票数 0
2回答
我在机器学习方面很新。我已经用类别，方面，意见词和情感注释了数据。例如，对于下面的文本
“苹果真好吃”
我有分类->食物，方面->苹果，意见词->tasty和情感->积极的。我有类似这种格式的训练数据。
如何使用这种训练集训练支持向量机分类器？如何提取n字元、词性和情感词等特征来训练分类器？您能否建议使用机器学习算法进行基于这方面的情感分析的开始步骤？
浏览 0提问于2015-01-11得票数 3
1回答
我正在寻找最佳实践或案例研究，使用R的"mxnet“对多波段图像进行像素分类(RGB、mlutispectral/高光谱航空或卫星遥感)。事实上，在图像标记方面有很多最佳实践(例如，在像imagenet这样的大型图像存档中，狗和猫)，整个图像被分类，通常有很多训练数据(或预训练模型)可用。然而，我没有发现任何关于像素级图像分类/回归的东西，在这些图像分类/回归中，训练数据通常比较稀疏，并且应用程序处理土地覆盖类别、对象(如汽车、建筑物等)。或生物物理变量(生物量、土壤湿度、叶绿素含量等)。
浏览 1提问于2017-01-25得票数 2
1回答
我正在使用NIST特别数据库4，这是一个指纹数据库。目的是训练一个卷积网络(CNN)，并训练它来分类指纹。
在查看了数据库之后，我注意到有些图像更轻，有些更暗，下面提供了一个示例：
📷
📷
现在我的问题是，如果图像的使用强度不等(没有任何预处理)，这会影响CNN的训练过程，进而影响分类过程的准确性吗？
在训练和分类之前，对图像进行均匀强度的伽玛校正会更好吗？
是否有一些最佳做法，以纠正伽玛多个图像，以类似的强度。
希望能在这方面提供一些帮助。
浏览 0提问于2017-04-13得票数 -1
我正在使用LIBSVM对数据进行分类。我主要做一种分类。
我的训练集只包含一个类的数据，我的测试数据包含两个类的数据(一个属于目标类，另一个不属于目标类)。
在训练数据集和测试数据集上应用svmtrain和for预测，训练集的准确率为48%，测试集的准确率为34.72%。
是不是很好？如何知道LIBSVM是否对数据集进行了正确的分类？
浏览 1提问于2015-04-19得票数 2
回答已采纳
1回答
我试图使用NLTK来训练一个用于多类文本分类的朴素贝叶斯分类器。但我无法接触原始文本。我得到的是一个支持向量机轻型格式的文件(每一行都有一个带有特性:value对的实例)。我只需导入这个文件，并使用这个数据集训练和测试朴素贝叶斯分类器。我想知道是否有办法将这个文件导入NLTK并直接用于训练分类器。
浏览 0提问于2014-03-24得票数 2
回答已采纳
我正在使用KNN分类器对性别进行分类。我想添加一个SVM分类器，而不是具有相同标签0和1的KNN分类器(0用于女性，1用于男性)
我有一个测试示例矩阵sample、一个训练示例矩阵training和一个带有训练示例group标签的向量。我需要class，这是测试用例的标签向量。
class = knnclassify(sample, training, group);
if class==1
x='Male';
else
x='Female';
end
如何更改此代码以使用支持向量机查找class？
浏览 4提问于2017-02-25得票数 0
1回答
由于没有一步一步的指南来学习如何使用mxnet训练图像分类模型或提高已经存在的模型的精度，例如，我有5个类别的图像，我想训练一个可以很好地对这5个类别的东西进行分类的模型。另外，mxnet指南找不到详细信息。我该怎么做?有没有github项目？
浏览 3提问于2016-05-18得票数 2
这听起来可能是个幼稚的问题，但我在这方面还很新鲜。假设我使用Google预训练的word2vector模型()来训练一个分类模型。我保存了分类模型。现在，我将分类模型加载到内存中，以测试新实例。我需要再次加载Google word2vector模型吗？还是只用来训练我的模特？
浏览 4提问于2017-06-13得票数 0
回答已采纳
我想使用svm分类器进行面部表情检测。我知道opencv有一个svm，但我不知道应该输入什么来训练分类器。到目前为止，我已经读了很多论文，都是说人脸特征检测训练后的分类器。
到目前为止我所做的，
人脸检测，
在每帧中计算16个面部点。下面是面部特征检测的输出！(输入图像描述)
保存特征点像素地址的向量。
注意:我知道如何训练支持向量机，只有正面和负面的图像，我看到了这个代码，但我不知道我如何结合面部特征信息与它。
有人能帮我从svm开始分类吗？
训练分类器的样本输入应该是什么？
如何用这个面部特征点训练分类器？
致以敬意，
浏览 13提问于2014-09-26得票数 9
回答已采纳
我使用来检查Scikitlearn中各种算法的效率。现在，我知道在分类中有以下步骤
创建培训数据和相应类的矩阵。
根据这些矩阵训练分类器
将训练集划分为训练/测试
现在，我想跳过步骤3(我已经这样做了)，从用户那里获取输入，并根据经过训练的变量测试它。
现在我不知道在从控制台输入后下一步是什么，我是否也需要为这个弦建立弓矩阵？
浏览 7提问于2015-11-14得票数 1
回答已采纳
在我一直在线关注的示例中，训练给定分类器的唯一方法是在一系列好的和坏的tweet上训练它。有没有办法在单个糟糕的单词上训练相同的分类器，而不是必须有一个正面和负面的推文示例。
我觉得只用否定和肯定的词来训练它会提供更多的数据，因此也会得到更准确的结果。与大量正面和正面推文的例子相比，查找负面和正面单词的列表也容易得多。
浏览 0提问于2014-04-29得票数 1
1回答
为什么分层不能提高拟合
、、、
引言
分层是指您根据分类特征(例如，在对疾病进行分类时，一个分类器用于男性和一个分类器用于女性)训练每个数据子集的模型。
预期训练错误
我希望分层总是会改善训练误差(也就是拟合)，因为我实际上引入了双自由度(如果参数的数量现在是X，那么这个数字可能是2X)。另一种看待它的方式是我增加了假设空间。
观察到的训练误差
然而，当我测试我的性能(使用Matlab的TreeBagger作为基础学习器)时，与不使用分层的情况相比，当我使用分层时，我实际上得到了更差的训练错误性能。
有没有人能解释一下这个现象？
谢谢，哈南
浏览 2提问于2015-02-12得票数 2
不久前我创建了一个自定义分类器，现在我希望用更多的正负图像和可用的分类器ID来训练这个特定的分类器。
有没有可能训练这个分类器？如果是，是如何实现的？
浏览 0提问于2016-04-12得票数 1
有没有办法在运行时通过用户输入来训练ml .net模型？我已经创建了一个文本分类模型，在本地训练它，部署它，现在我的用户正在使用它。
所需的工作流程：
文本将被分类，类别显示给用户，他可以接受它或选择另一个预定义的类别，然后这个反馈应该再次训练模型。
谢谢!
浏览 1提问于2019-11-28得票数 0
2回答
我有一堆训练图像(.jpg格式)，我想给作为训练输入到学习的支持向量机分类器。知道什么是最好的方法吗？
例如，在中，图像数据从预定义集加载并转换为支持向量机分类器在以下步骤中理解的格式。
# The digits dataset
digits = datasets.load_digits()
# To apply an classifier on this data, we need to flatten the image, to
# turn the data in a (samples, feature) matrix:
n_samples = len(digits.images)
d
浏览 4提问于2014-01-20得票数 3
回答已采纳
在分析用户提交的问题时，我发现有时用户会包含逗号。当发生这种情况时，它会影响CSV文件的结构，因此分类不再是...问题，类，问题，类..。而是..。问题部分1，问题部分2，课堂，问题部分1，问题部分2，问题部分3，课程，...等。
这种对.csv训练数据文件格式的无意更改似乎会在训练分类器时造成问题。请给我建议。
浏览 0提问于2016-04-30得票数 0
1回答
在评估二进制分类任务时，可以通过多种方法搜索特定的阈值，以便在某些度量(f1、recall等)上获得更好的评分。不幸的是，该方法似乎不能应用于分类(两个以上的类)任务。我已经考虑过在一个已经训练过的模型之上训练一个简单的分类器(SVC，Log，.，Tree)，以便找到最佳阈值来应用于输出，以最大限度地提高结果的相似性。
我提出的工作流程是训练一个训练集的模型并对其进行评估，然后利用该模型的训练集上的输出作为另一个模型的入口，该模型可以学习如何处理训练集上的阈值，以最大限度地提高训练集上的地面真相的相似性(所有这些步骤都使用相同的策略进行验证)。
我从没听说过这件事，我想知道这是否有意义？
浏览 0提问于2021-04-05得票数 0
1回答
例如，如果我们有一个超过10000个数据点(训练集的大小)的训练集，并且没有超过100000个特征和大约20个.So的类别标签，在这种情况下，哪个分类器(像决策树，支持向量机，朴素贝叶斯，神经网络，boosting)将给我最大的准确性来分类测试数据的类别标签。
浏览 0提问于2013-02-06得票数 0
如何根据训练好的模型对新样本进行分类，而不需要再次运行训练好的模型？
经过训练的模型需要一些时间来处理(1小时)，我希望对新的观察结果进行分类，而不必每次都等待训练数据再次创建模型。
浏览 3提问于2013-08-22得票数 0
我有像这样的加速度计和陀螺仪传感器的数据--
我想要创建一个经过预先训练的模型，用于使用数据的LSTM方法进行分类-- python中的。这有可能吗？因为根据我所读到的，预先训练的是用于图像数据和方法，如CNN进行分类。此外，我试图找到经过预先培训的数据，但没有找到，所以我怀疑这是否可能。
如果我使用LSTM进行分类，我能使用经过预培训的A数据吗？有我可以学习的教程吗？任何帮助都将不胜感激。
浏览 3提问于2021-09-27得票数 0
1回答
我是Mahout的新手，我的工作是对非结构化文本文档进行分类。
我一直关注，因为我使用的是朴素贝叶斯模型。我已经到了训练分类器的阶段，但我不确定如何将新文档转换为tfidf向量进行分类。
我的数据被存储为一个TSV文件，它有一个标签和对应的文本。我使用seq2parse创建训练模型所需的tfidf向量。
然后，我使用这些tfidf向量训练模型，得到一个朴素贝叶斯模型。
现在我有了一个新的未标记的文本文档，我希望使用这个经过训练的模型对其进行分类，但我不确定如何将其转换为tfidf向量。如果我再次使用seq2parse，那么它将创建一组新的字典文件，等等，我假设这与为训练集创建的字典不对应。
我
浏览 2提问于2014-05-14得票数 0
1回答
对于deeplearning4j框架，我需要一个非常基本的分类或类似的例子。
我有经典的训练集，以一对已经归一化的双数组0.01，0.45，0.0，.-> 0.0，0.1，0.0，0.0.并需要：
一种简单的N层隐层前馈神经网络的建立与训练
将一组未分类的双数组提供给经过训练的网络，并获得一组输出向量
有人能分享一个基本的和简短的例子吗？
UPD:，类似于，但对于deeplearning4j会有很大帮助。
浏览 4提问于2020-01-26得票数 0
回答已采纳
1回答
我正在使用Weka图形用户界面进行分类。我是维卡的新手，我对选择感到困惑。
使用训练集
提供的测试集
交叉验证
为了训练我的分类算法(例如J48)，我训练了交叉验证10倍，准确率相当好(97%)。当我测试我的分类时，准确率下降到72%左右。我真的很困惑。有小费吗？我就是这样做的：
我根据训练数据训练我的模型(例如：train.arff)
右键单击要保存的项目的结果列表，选择“保存模型”并将其保存为j48tree.model
然后
我加载测试数据(例如：test.arff通过提供的测试集按钮)
在结果列表中右击，我选择了Load模型并选择j48tree
浏览 3提问于2016-03-09得票数 0
回答已采纳
1回答
我正在使用Inception V3作为分类器对医学图像进行二进制分类任务，我的训练集和测试集具有非常不同的分布(训练集是从数字整个幻灯片图像中提取出来的，测试集是由显微镜顶部的相机拍摄的)，这导致在我的验证集上表现良好，但在测试集上表现不佳。
我知道一个很好的解决方案是从显微镜相机上获取训练图像，但这将花费太多的时间和人力。我用于训练和测试的数据集之间的一个很大的区别是图像质量，相机拍摄的图像质量较低。有什么建议可以解决这个问题吗？谢谢!
浏览 1提问于2019-12-03得票数 0
我一直在尝试重新训练通用句子编码器模块()，但似乎无法从任何更新/重新训练的模块权重生成新的嵌入。
我遵循了，并将其替换为use模块。分类器起作用了，我似乎不知道如何访问新的模块embeddings。我可以恢复保存的模型，但不确定如何实际调用嵌入函数？
例如，之前我通过设置路径
m=hub.module(path) then generate the embeddings via
m(sentences)
但是，如何使用恢复的分类器模型进行此调用？请注意，我将参数设置为trainable=True，如示例教程中所示。
我是否只需进行相同的调用，它就会自动拾取通过分类器重新训练而训练的新权重？
浏览 0提问于2018-08-11得票数 1
1回答
我想做一个简单的图像分类应用程序，这样训练/分类就可以在Python脚本中完成。我想为它创建一个web应用程序(最好是在React.js中)，用户可以在其中选择参数或激活函数等。 为了连接前端和后端，我计划使用flaskAPI。然而，由于训练数据可能很大，我想使用GoogleColab作为ML/Python部分。是否可以运行我的前端，使其链接到Google Colab？我找不到任何相关的例子。
浏览 9提问于2020-10-23得票数 1
1回答
我目前正试图训练我的反向传播分类150 k训练对。每个训练对是18个双极数的向量，它穿过两个隐藏层，最终输出一个数字(18-18-18-1)。
当我用几千个训练对给我的神经网络喂食时，它可以100%地对它们进行分类，但是当我试图给出更多的信息时，它会产生许多错误。有没有人有什么建议可以帮助背支柱网处理更多的训练对？我应该批量更新权重，还是对每个训练对进行更新(我现在所做的)？另外，用这么多的训练对测试收敛性的最好方法是什么(当总结误差时，它是~40k)，.Any帮助是非常受欢迎的。
(FYI:每对培训都是一个贷款账户，我试图用以下数据来评估:余额、年龄、开放时间、邮政编码的平均收入以及目标是是
浏览 0提问于2017-05-11得票数 1
3回答
嘿，这是我的问题，
给定一组文档，我需要将每个文档分配给一个预定义的类别。
我打算用n-gram方法来表示每个文档的文本内容，然后根据我所拥有的训练数据训练支持向量机分类器。
如果我漏掉了什么东西请纠正。
现在的问题是，类别应该是动态的。也就是说，我的分类器应该用新的类别来处理新的训练数据。
例如，，，如果我训练了一个分类器，将给定的文档分类为A类、B类或C类，然后给我提供了D类的新训练数据，我应该能够通过为“D类”提供新的训练数据来逐步训练分类器。
总结说，我不想将旧的训练数据(包括3类)和新的训练数据(与新的/未见的分类)结合起来，再次训练我的分类器。我想在飞行中训练我的分类器
这能用支持
浏览 5提问于2012-08-20得票数 7
回答已采纳
1回答
我想要训练一个双向分类器，也就是说，假设我有4个要对文本进行分类的类。我不想将所有训练数据分组到一个训练集中，然后标签就是4个标签。相反，我想做一个二进制标签。例如，我必须首先制作数据集的4个副本，然后我将标签A设为A，其余的不设为A，然后第二个数据集将是B而不是B，依此类推。 在那之后，我必须制作4个模型(例如朴素贝叶斯)，并训练我制作的每个数据集。我想要的是一种无需所有这些工作就能完成所有这些工作的方法。这有可能吗？
浏览 43提问于2019-06-03得票数 1
回答已采纳
3回答
用于文本分类的SkLearn模型
、、、、
我有一个分类器多类，使用Sklearn库提供的LinearSVC模型进行训练。这个模型提供了一个decision_function方法，我将它与numpy库函数一起使用来正确解释结果集。
但是，我不明白为什么这个方法总是试图在每个possibles类之间分配总的概率(在我的例子中是1)。
我期望我的分类器有一个不同的行为。
我的意思是，例如，假设我有一小段文本，如下所示：
"There are a lot of types of virus and bacterias that cause disease."
但是我的分类器是用三种类型的文本训练的，比如“数学”，“历史”和“技
浏览 2提问于2020-04-28得票数 3
我有一个关于文本分类的概念性问题。我有一个英语文档语料库，我想根据文档的内容对其进行分类。我正在构建一个分类器-我还不确定我将使用什么方法:可能是支持向量机，贝叶斯或神经网络。我将拥有一组训练文档，当然还有一个测试集。
这是我的问题:文档语料库将随着时间的推移而添加，因此现在构建的分类器可能会随着语料库的变化而变得不那么准确。如何使分类器保持最新且准确？我是否实施定期的再培训？随着语料库的变化，有没有一种持续训练的方法？这种情况是如何处理的？
浏览 6提问于2014-12-22得票数 1
1回答
我试着训练nltk贝叶斯分类器。是否可以稍后重新训练分类器(添加更多训练数据并仅在其上进行训练)，或者我必须在一次尝试中训练分类器？
浏览 3提问于2012-08-09得票数 0
1回答
逻辑回归训练数据集真假比
、、、
我正在做一个分类器，通过逻辑回归，基于Spark ML。我想知道我是否应该训练相同数量的数据来表示真和假。
我的意思是，当我想把人分为男性或女性时，用100个男性数据+ 100个女性数据训练一个模型是可以的吗？
网民可能40%是男性，60%是女性，但这个百分比是基于过去预测的，所以它可以改变(比如30%女性，70%男性)
在这种情况下。我应该训练多少女性/男性百分比的数据？这与过度拟合有关吗？
当我训练一个40%女性+60%男性的模型时，对由70%female+30%male组成的领域数据进行分类是无用的？
火花分类样本数据中有43个为假，57个为真。
logisticregression回归
浏览 2提问于2015-10-31得票数 1
3回答
如何为训练模型准备图像数据集？
、、、、
我有一个项目，使用深度CNN来分类停车场。我的想法是对每个空间进行分类，无论有没有车。我的问题是，如何准备图像数据集来训练模型？我已经下载了用于训练的PKLot数据集，包括负图像和正图像。我应该将我所有的数据训练图像转换为灰度吗？我是否应该将所有训练图像重新调整为一个固定大小？(但是如果我将我的训练图像调整到一个固定的大小，我就有了横向和纵向图像)。谢谢:)
浏览 0提问于2017-09-04得票数 0
1回答
我编写了一个程序，在ID3算法的基础上，使用信息增益函数(Shanon熵)训练决策树，用于特征选择(split)。一旦我训练了一棵决策树，我就对它进行了分类，我意识到有些数据实例不能被分类：树上没有路径来对实例进行分类。
一个示例(这是一个示例，但我遇到了一个更大、更复杂的数据集的相同问题)：
f1和f2是预测变量(特性)，y是范畴变量，值范围为：
f1：a1；a2；a3
f2：b1；b2；b3
y：y1；y2；y3
培训数据：
("a1“、"b1”、"y1")；("a1“、"b2”、"y2"
浏览 0提问于2016-03-16得票数 1
回答已采纳
2回答
CNN用于顺序分类
、、、、
我们如何设计一个CNN的序号分类？
我正试着分析植物叶片图像中的疾病。我已经把疾病分类做好了。现在我们需要将疾病的严重程度分类为1到10 (序数)，其中1几乎没有叶上病变部位的痕迹，10是完全患病。
是否有可能为这项任务建立一个CNN？
我如何处理训练样本在每个序数水平上的不平衡？
浏览 0提问于2017-10-04得票数 1
如果我只有684行和177列的数据集，而我要预测的列有3个标签，那么优化Sklearn分类器中的参数的最佳方法是什么？
我知道我应该将数据分成训练、验证和测试集，然后找到参数来训练训练集，使验证集中的度量最大化，并在测试集中使用这个优化的分类器。但是，当我使用决策树分类器执行此操作时，对验证集最有效的参数在测试集中显示的结果比默认参数更糟糕。那么，在这个数据集中找到最佳参数的最佳方法是什么呢？我不知道它是否有用，但我的数据集非常稀少。
浏览 0提问于2019-08-07得票数 0
回答已采纳
2回答
为什么在训练中使用负片图像？
、、、、
在训练分类器时，我们为什么要使用底片或背景图像？如何使用它们来训练对象分类器？有谁能解释一下训练的一般过程是如何使用像MATLAB这样的编程语言来完成的吗？
浏览 4提问于2016-03-25得票数 0
1回答
我正在使用scikit-learn监督学习方法进行文本分类。我有一个训练数据集，其中包含输入文本字段及其所属的类别。我使用tf-idf，SVM分类器管道来创建模型。该解决方案适用于正常的测试用例。但是，如果输入的新文本具有与训练集中相同的同步词，则解决方案无法正确分类。例如:单词'run‘可能存在于训练数据中，但如果我使用单词'sprint’进行测试，则解决方案无法正确分类。
这里最好的方法是什么？在我看来，为训练数据集中的所有单词添加所有同义词不像是一种可伸缩的方法
浏览 0提问于2016-10-07得票数 3
我正在使用沃森视觉识别，并成功地创建了一个自定义分类器。
我注意到默认构建分类器可以返回层次结构，例如:动物/狗，但是如何创建自定义分类器返回响应包含"type_hierarchy“，例如默认分类器？
也许有必要训练一个更多的积极类和负面类的自定义分类器，或者可能是因为我在试用版?!！
浏览 2提问于2017-02-09得票数 0
回答已采纳
我有一个非常大的数据集，不能加载到内存中。
我想使用这个数据集作为scikit学习分类器的训练集，例如LogisticRegression。
有没有可能在我提供小批次的情况下，对一个scikit学习分类器进行一个小批次训练？
浏览 1提问于2017-10-25得票数 8
回答已采纳
1回答
我试图从开放图像中获取一组图像，用于训练对象检测分类器。我发现，从开放图像中获取图像的最简单方法可能是使用python程序FiftyOne。使用FiftyOne，我可以通过在命令中指定类来下载属于特定类的图像。
我现在的问题是，我如何排除某些类别？
我想训练一个识别车辆牌照的分类器。在训练过程中，我需要正面和负面的例子图像。
由于我想识别车牌，而不是车辆，所以我想找出带有车辆的负面例子。
我的想法是从“汽车”类中得到负面的例子，但它们不应该是“车辆登记牌”类的一部分。
有没有一种方法可以告诉create命令，它不应该包含带有“车辆登记牌”类的图像？
我目前使用的命令如下：
dataset =
浏览 11提问于2021-12-08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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
