1回答
我的样本可以属于类0或类1，但是对于我的一些样本，我只有一个属于类1的概率。到目前为止，我已经通过应用一个阈值离散化了我的目标变量，即分配给类1的所有y >= t i，并且我已经丢弃了属于类1的所有具有非零概率的样本。然后，我使用scitkit-learn对数据进行了线性支持向量机拟合。
当然，通过这种方式，我可以删除相当多</em
浏览 1提问于2014-10-28得票数 0
14回答
当我们必须预测 (或离散)结果的值时，我们使用。我相信我们也可以使用来预测给定输入值的结果的值。
那么，这两种方法有什么不同呢？
浏览 4提问于2012-08-28得票数 269
回答已采纳
3回答
我有一个数据集，提供关于不育和原因的数据。数据集主要为0,1以表示“是”和“否”。然而，有些字段有“有时”、“经常”，它们将由-1或2表示。我只学会了如何处理分类数据，即1,0和数字数据。所以我的问题是，除了1和0之外，还有更多的选项，我应该使用哪种类型的回归？Logistic回归还是线性回归？
浏览 0提问于2018-03-04得票数 1
回答已采纳
如果我有100个班级要预测，如果我可以使用线性回归，能否请一些帮助我理解。要预测的calue在本质上是离散的，比如1到100。 如何判断线性回归是否优于逻辑回归？ 感谢您的帮助。
浏览 21提问于2020-06-12得票数 1
回答已采纳
对燃油经济性数据进行logistic回归的尝试但是得到这个错误：代码：
X = fuel.drop
浏览 10提问于2022-05-23得票数 1
2回答
根据我所理解的，线性回归可以预测可以具有连续值的结果，而logistic回归预测的结果是离散的。在我看来，logistic回归类似于一个分类问题。所以，为什么叫回归？
还有一个相关的问题：
浏览 9提问于2015-05-28得票数 7
回答已采纳
2回答
当我使用相同的训练数据和测试数据训练了两个模型时，当涉及到评估模型时，它会出现误差。
下面是我在蓝色机器学习方面的基本实践的截图：
浏览 3提问于2016-04-21得票数 0
回答已采纳
3回答
我试着使用Weka的NaiveBayesUpdateable分类器。我的数据包含名义和数字属性： @attribute country {FR, UK, ...}我知道我不能在Weka中使用数值型属性进行贝叶斯分类。一种技术是将数值属性值划分为长度为k的N个区间，并使用标称属性，其中n是类名，如@ attribute class {1,2,3，...N}。然而，我需要预测的数值属性的范围从0到1,
浏览 2提问于2013-04-26得票数 6
回答已采纳
1回答
我有一个文档集合，其中可能有与它们相关的潜在主题。每个文档可能与一个或多个主题相关。我有一个所有可能的“主题”/categories的主文件和对这些主题的描述。我正在寻求创建一个模型来预测每个文档的主题。
我可能会使用RTextTools进行监督文本分类，但这只能帮助我将文档分类为属于一个或另一个类别。我正在寻求一种解决方案，不仅可以帮助我确定文档的主题比例，还可以给出术语-主题/类别分布。sLDA似乎是一个很好的
浏览 1提问于2017-10-26得票数 0
我希望使用R中的克拉包中可用的train()函数通过svmLinear方法进行分类。这里是我编写的示例代码。我使用了默认的trainControl函数。., data=traindf, method="svmLinear")但是它似乎是在进行回归而不是分类，因为预测值不是离散值1,2,3,4，它也有十进制值</em
浏览 1提问于2017-11-05得票数 0
回答已采纳
我看过YouTube上关于SVM的教程。在每个教程中，训练数据被分成离散组，通常是两个组(例如X和Y)，而不是某个范围(1到100)之间的值。的文档为目标Group参数提供了以下内容：
分组变量，它可以是分类、数字或逻辑向量、字符串的单元格向量或字符矩阵，每一行都代表类标签。组的每个元素指定相应的培训行的组。小组应将训练分为两组。我有训练数据，其中一个观察(行)是一个数字向量，与音频文件激活频率<
浏览 2提问于2015-11-08得票数 0
回答已采纳
2回答
我有一个分类问题，我的标签是评分，0- 100，增量为1(例如1，2，3，4 )。对于特征选择，我正在考虑从基本的文字包开始。然而，我的问题在于分类算法。在sci学习中是否有支持这类问题的分类算法？
我当时正在阅读，但是所描述<
浏览 0提问于2014-11-04得票数 0
回答已采纳
在TensorFlow库中，tf.estimator.LinearClassifier类在线性回归模型中做什么？(换句话说，它是用来干什么的？)
浏览 0提问于2020-08-01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。我尝试过logistic回归，但意识到目前只支持二进制分类。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？(<
浏览 3提问于2016-09-04得票数 1
回答已采纳
1回答
当我尝试使用metrics.roc_auc_score时，我得到了ValueError: multiclass format is not supported。 import lightgbm as lgbdef train_model(train, valid):
dvalid = lgb.Dataset(valid, label=y_valid)
param = {'num_leaves': 64, &
浏览 281提问于2019-10-17得票数 3
回答已采纳
2回答
我知道线性回归做“回归”，logistic回归做“分类”。当我们实现这两种方法时，我能注意到的唯一不同是损失函数:线性回归使用均方误差这样的损失函数，logistic使用交叉熵。还有什么我不知道的区别吗？
浏览 0提问于2018-09-14得票数 1
回答已采纳
我在weka中使用了一个数据集，它的最后一个属性是count。count属性是一个数字数据类型，它引用在特定一天租用的自行车数量。例如：12、15、30、11、45。我想在我的测试数据集中预测这些值。
浏览 1提问于2016-11-09得票数 0
回答已采纳
1回答
如何检验线性回归模型中的预测值是否与实际值相匹配？regressor.predict(iv_test)It结果- LR 7837176694.18的精度这是不正确的。下面是我的样本数据集-
longitude latitude housing_median_age total_rooms total_b
浏览 0提问于2018-07-27得票数 3
1回答
多类分类
、
只是让我的脚趾在虹膜数据集上运行一些模型，并想知道是否需要使用1-VS-Rest？因为没有它我可以拟合一个线性模型，但是使用OVR会产生不同的结果。📷
浏览 0提问于2020-02-17得票数 0
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
