当我读到ICLR 2017，"Semi-supervised classification with GCN“时。我对损失函数感到困惑。凭直觉，我该如何理解这一点。谢谢。
浏览 17提问于2018-02-02得票数 0
2回答
在使用python的网络中进行一些图表分析和风险传播的最佳方法是什么?在这种情况下，通过关系连接多个帐户，而网络中很少有帐户被标记为坏帐户，而其他帐户则未知？
浏览 0提问于2019-11-27得票数 2
2回答
对于标准的机器学习问题，例如MNIST上的图像分类，损失函数是固定的，因此优化过程可以通过调用函数并将输入输入到它们中来简单地完成。不需要手动推导梯度和编码下降过程。但现在，当我遇到一些复杂的公式时，我感到困惑。假设我们正在解决一个半监督问题，损失函数有两个部分：Ls + lambda * Lu。第一部分是一个正常的分类公式，例如，交叉熵
浏览 13提问于2017-01-16得票数 0
回答已采纳
1回答
我正在寻找一种方法来创建一个条件损失函数，它看起来是这样的:有一个标签向量，比如L (l的长度与输入x相同)，那么对于给定的输入(y_true、y_pred、AC.26)，损失应该是： loss = if l is 0: loss_funtion1 return loss
这就像一种半监督</e
浏览 0提问于2018-03-01得票数 5
我的数据包括注释(保存在文件中)，其中很少有被标记为肯定的。我想使用半监督和分类，将这些评论分为正类和负面类。我想知道在python (scikit-learn)中是否有半监督和PU实现的公共实现？
浏览 2提问于2014-09-06得票数 2
回答已采纳
1回答
数据点被很好分类的概率
、、、
我有标记和未标记数据的混合，最后一个我想使用半监督学习对其进行分类。假设我已经有了一个算法，它在预测训练子样本的标签时给了我最好的准确性。我想用这个算法来预测未加标签的子样本的标签。在半监督学习中，伪标记数据被添加到标记(训练)数据中。我只想从伪标记数据中选择那些被很好分类的概率高于0.8的点，并重复该过程，直到所有未标记的数据都以高概率进行了伪
浏览 24提问于2020-04-16得票数 0
标准监督分类设置:我们有一堆样本，每个样本都带有正确的N标签。我们建立N个输出的神经网络，用softmax将其转化为概率，损失是每个NN输出和相应的真标号之间的平均cross-entropy，表示为真标号中带有1的1-hot向量和其他0。然后，我们按照它的梯度来优化这个损失。分类误差只是用来测量我们的模型质量。
但是，我知道在执行policy gradient时我们可以使用，我们不
浏览 3提问于2017-08-19得票数 1
回答已采纳
此外，有很大一部分节点是未标记的。我的目标是使用GCN预测这些未标记的节点。但我对如何处理Pytorch几何中的这些未标记节点感到困惑。处理这些节点的另一种方法是忽略它们，只需在标记的节点上运行PyG。但在这种情况下，这些未标记的节点(具有特征)在数据集中似乎是无用的？
浏览 1提问于2021-05-04得票数 4
1回答
我是自然语言处理的初学者，我的目标是找到一种方法，根据他们的情绪紧张来给句子打分。更具体地说，我想知道一个句子在多大程度上传达了愿望、仇恨或恐惧。我看了一些关于情绪分析的研究，但没有看到任何相关的结果。他们中的大多数都是消极的或积极的句子。
浏览 0提问于2019-06-24得票数 1
4回答
机器学习可分为监督学习、无监督学习、半监督学习、分级学习、推荐系统等几个方面。有很多关于这方面的出版物，通常涉及大量的数学.在查阅文献时，我希望看到类似于自我训练 (半监督学习)的方法，在这种方法中，标签是根据分类器的边缘逐渐调整的。
我不认为这是来自该地区的从业者所做的，我无法浏览数学或找到一项关于PU
浏览 0提问于2018-01-17得票数 9
我是H2O的新手，我在评估许可证中安装了H2O无人驾驶AI。我可以成功地进行可视化和分类模型预测。但我想知道如何从集群开始。因为我找不到无监督学习或聚类技术的选择吗？
浏览 1提问于2018-06-20得票数 0
回答已采纳
2回答
我有一个巨大的“动态”数据集，我试图在其中找到有趣的集群。
在运行了许多不同的无监督聚类算法后，我发现了一个配置，并给出了一致的结果。我想根据我的测试数据推断DBSCAN创建的模型，将其应用于其他数据集，但不需要重新运行算法。我无法在整个数据集上运行该算法，因为它将耗尽内存，而且由于数据是动态的，因此在不同的时间，该模型对我可能没有意义。我理解对于MiniBatchKMeans，质心是唯一定义模型的。但是对于DBSC
浏览 8提问于2015-04-14得票数 3
回答已采纳
假设我有一个中小型的图像数据集，比如说5万张。利用迁移学习来训练深度学习分类模型。将此模型称为A。模型A被认为具有足够好的性能可供部署。假设这些图像及其由A分配的标签在一个新的数据集中维护。比如说我训练了一个新的分类模型。这个模型使用由模型A标记的数百万张图像组成的新数据集。模型B训练的数据比模型A多得多；但是，模型B的训练数据完全是由模型A标记的，因此它将根据模型A的</
浏览 0提问于2022-05-16得票数 4
2回答
推文分类
、、
我正在尝试机器学习，所以我想尝试对tweet进行文本分类。我收集了一个小的tweet样本，但为了执行任何有监督的学习，我需要手动标记我收集的一些tweet。当我扩展我的数据时，这是一项艰巨的任务。有没有办法在不让我手动标记大量tweet的情况下执行分类？或者，无监督学习对这项任务更好吗？
浏览 4提问于2014-05-23得票数 0
我从sklearn：https://scikit-learn.org/stable/modules/outlier_detection.html上读到这篇文章现有的库是否提供有监督的孤立点检测算法？如何知道数据点是否真的是一个没有标签的离群点？假设我们想预测一套房子的价格。一座有许多好特色的房
浏览 0提问于2019-11-14得票数 2
1回答
目前，我正在运行一项任务，将一些文档分类为一些预定义的类集。为此，我依赖多项朴素贝叶斯，它可以很好地工作在大多数类别，如棒球，体育或空间。
然而，我怎样才能找到一些类别的文章，比如电影或一些人的传记？多国旅主要运行在纸袋行话的方法。这就是为什么很容易发现棒球文章，因为它们会包含很多棒球术语。然而，电影或传记文章中的行话却少得多。电影文档描述电影，或评论它，只使用特定于该电影的单词。因此，一篇关于“好人”的文章可能包含很多法律术语，这可能会导致不经意间将其贴上“法律”<e
浏览 4提问于2016-08-04得票数 1
回答已采纳
3回答
我可以看到两种类型的问题分类：分类/聚类/回归/排名第一类：无监督算法:在这类算法中，没有目标结果。算法将对不同组的数据集进行聚类。
浏览 0提问于2018-10-09得票数 1
1回答
我遇到了类似标题这样的问题:集体分类的定义是“集体分类是机器学习的领域，其中网络中的未知节点仅根据分配给已知节点的类和网络结构进行分类。”半监督学习是为给定的未标记数据推断正确的标签-wiki。因此，它们之间唯一的区别是cc有分类，而ssl没有。对吗？
浏览 1提问于2016-03-04得票数 2
回答已采纳
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
