1回答
进行基于文本的预测
、、、、
我的代码可以很好地进行数值预测，但是如何进行基于文本的预测呢？ print(predictions[x], x_test[x], y_test[x])
这是数值预测的</em
浏览 14提问于2019-08-10得票数 0
回答已采纳
如果我在Python中使用TextBlob获得文本(正/负)的数据标签0/1，然后使用logistic回归进行训练和预测，这是基于特征的方法还是基于规则的方法？
浏览 0提问于2021-12-05得票数 0
我正在尝试在Windows phone上创建一个基于文本的游戏。现在来看看问题所在。由于我使用文本框进行输入，而我的输入范围是文本，因此我还可以自动进行文本校正和输入预测。
有谁知道怎么禁用它吗？
浏览 0提问于2012-03-29得票数 1
回答已采纳
1回答
我试图使用BERT运行一个二进制监督的文本分类任务，但我不知道如何做到这一点。我试着用拥抱Face ()库运行BERT，但是我不知道如何处理进程的输出。经过大量的互联网搜索，我最终得到了以下课程(根据的说法)： def __init_string in text])
return self
这个类适合在Si
浏览 3提问于2021-02-03得票数 0
在阅读有关文本生成的递归神经网络时，我注意到一些例子被逐字生成文本，而另一些例子却没有具体说明原因。
那么，预测每单词文本的RNN模型和预测每字符文本的RNN模型有什么区别呢？基于单词的RNN需要更大的语料库吗？基于字符的RNN推广得更好吗？也许唯一的区别是输入表示(一次热编码，字嵌入)？为文本生成选择哪一个？
浏览 0提问于2016-08-01得票数 19
回答已采纳
1回答
支持向量机变量
、、、、
我想预测一封电子邮件是否是垃圾邮件，基于我所拥有的信息，即日期，电子邮件地址，主题和文本。
这些参数中有三个是文本数据，因此它们需要对它们进行编码。假设模型考虑的是支持向量机(我看这个算法在文本分类中很常见)，你能给我举个例子说明它的工作原理(编码部分)吗？我需要的是解释一下所需的步骤，以考虑对预测可能很重要的变量，例如:主题、文本、关键词、电子邮件地址(例如：@
浏览 0提问于2020-08-21得票数 0
我需要训练一个自定义的OCR在顶点AI。我的数据有裁剪图像的文件夹，每个图像都是一行，csv文件有2列:图像名和图像中的文本。但是当我试图将它导入到顶点AI的中时，我发现图像数据集只支持分类、分割和目标检测。所有的数据集都有固定数量的标签，但是我的数据有无限多的标签(如果我们把图像中的文本看作标签)，所以所有类型都不符合我的要求。我可以使用顶点AI进行训练，如何做
浏览 9提问于2022-04-20得票数 1
回答已采纳
我想要显示基于%值范围的set。以下是场景： 列F包含%值。我想根据F列的值用文本填充G列 如果列F值恰好为0%，则列G文本在轨道上 如果列F值小于0%，则列G文本低于预测 如果列F值大于0%，则列G文本超出预测
浏览 25提问于2019-05-02得票数 0
回答已采纳
1回答
我不明白如何使用经过训练的模型。问题2:我注意到输出将采用(无，1)格式。但我希望看到一个数字(0或1)，但不是奇怪的向量。正在进行什么以及如何得到0或1？
浏览 7提问于2022-05-15得票数 0
回答已采纳
1回答
我想要基于外部度量的自动尺度荚，这是预测CPU的使用。我有一个人工智能模块，可以预测在未来1分钟内，根据最后5分钟豆荚的CPU使用情况。我希望HPA基于这些预测而不是基于实际的CPU使用情况进行自动调节。实现这一目标的最佳途径是什么？
浏览 9提问于2022-09-09得票数 0
回答已采纳
我想知道微调后的模型与不经过精细调整的模型相比有多大的改善，我想比较一下预先训练的模型( BERT)和通过对文本分类的预训练模型进行微调所获得的模型(微调BERT )的性能，我知道如何微调BERT来进行文本分类下面是微调模型的代码，如何重写它以直接使用经过培训的模型。
<!
浏览 12提问于2022-08-05得票数 0
1回答
我使用R中的包quantregForest，它基于randomForest，从一组预测器生成预测间隔。
在对某些数据进行训练后，它为测试数据中的每一组预测器输出一个基于分位数的预测间隔。据我了解，生成的随机森林中的每个叶(或终端节点)都表示值的分布。如何访问组成森林中每个叶子(终端节点)的值？
浏览 3提问于2022-03-17得票数 1
1回答
我有一个427天的温度数据集(每日温度数据)，我正在训练ARIMA模型360天，并试图预测其余的67天数据和比较结果。在测试数据中拟合模型时，我只是得到了一条直线作为预测，我是不是做错了什么？
浏览 21提问于2022-02-26得票数 1
回答已采纳
1回答
这是一个r中的随机森林模型。这是一个基于拉德布鲁克赔率的足球预测模型。它预测比赛的全时结果(FTR)。zmodel <- randomForest(traindata$FTR ~ traindata$LBH + traindata$LBD + traindata$LBA)然后，我对一个新的测试数据进行</em
浏览 9提问于2018-01-01得票数 1
回答已采纳
1回答
确定最重要的监督学习文件
、、、、
我有些一般性的[高层次的问题]。
假设我正在对一些文本数据(例如tweet)进行有监督的机器学习，并将文档分类为特定的分类法(多类分类)。我的监督模型在测试数据方面表现很好，但我现在要做的是找到一种方法，从生产数据(而不是人工标记的)中筛选出哪些文档，如果添加到培训集中，将最大限度地提高该特定生产数据集的准确性。其思想是，一旦对生产数据进行了初始预测，将运行另一种算法来确定n个最重
浏览 0提问于2018-05-26得票数 3
2回答
文本分类:分类N类与其他类
、、、、
抱歉，如果这是天真的，我是相当新的领域。我有一个要求，当我试图分类两种类型的文本数据，即，我有两个类别来分类我的数据。我可以通过文字向量，降维，然后将数据输入到LinearSVC进行分类，从而得到可接受的结果。但我的模型倾向于长度较长的句子。我知道tfidf在这方面会有帮助，但是有什么方法可以应用到单词向量中，我不想失去它对未知的类似数据的预测能力吗？
这方面的后续问题是，除了我培训过的</
浏览 0提问于2020-06-23得票数 2
回答已采纳
2回答
基于Spark的文本分类
、、、、
我有一个免费的文本描述，我需要在此基础上进行分类。例如，描述可以是事件的描述。根据对事件的描述，我需要预测与事件相关的风险。例如：“城里的谋杀”--这个描述是“高”风险的候选。对于基于自由文本描述的多类分类(只有三个可能的值)，最合适的算法是什么？(线性回归或朴素贝叶斯)
浏览 3提问于2016-09-04得票数 1
回答已采纳
在我发现的关于基于单词的RNN模型(LSTM或GRU)的文本生成的许多来源中，对模型进行了训练，以执行跨词汇表的分类任务(例如，使用分类交叉熵损失)来预测下一个单词。可以为启动器找到一个示例这里。在一个庞大的词汇表上，这在计算上非常昂贵。
在我看来，首先使用像伯特这样的预先训练过的模型，为训练/测试数据集中的每个单词获取上下文嵌入似乎要实际得多。然后，序
浏览 0提问于2022-07-10得票数 1
回答已采纳
2回答
在Weka中使用聚类进行预测
、、、、
我可以使用聚类(例如，使用k-均值)在Weka中进行预测吗？我在Weka中使用一些分类器(例如Bayes)进行预测。我的结果是基于这个答案(投票意向)，我有大约60%的召回率(正确的预测率)。
我明白聚类是另一回事，但是我能用聚类来做预测吗？我已经试过了
浏览 3提问于2013-04-28得票数 2
回答已采纳
1回答
建立ARIMA模型时求直线
、、、、
我有一个192.405值的扇速数据集(train+test值)。我正在训练ARIMA模型，并试图预测数据集的其他值，并比较结果。
在测试数据中拟合模型时，我得到了预测的直线。
浏览 2提问于2022-04-27得票数 1
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
