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
2
回答
K
交叉
验证
每次
都有
不同
的
结果
machine-learning
、
scikit-learn
、
deep-learning
、
data-science
、
cross-validation
我
的
所有模型都是用以下代码初始化
的
: def intiailize_clf_models(self): self.clf_models.append((model)) 它循环遍历模型并执行
k
折
交叉
验证
self.results[self.current_model_name] = self.m
浏览 186
提问于2021-01-19
得票数 1
回答已采纳
1
回答
非确定性二进制分类器
的
比较
machine-learning
、
classification
、
cross-validation
、
performance
、
model-evaluations
我有两个分类器,我正在实现,它们都是不确定
的
,因为当您多次运行它们时,它们都可以给出
不同
的
结果
(FPR和TPR)。我想比较这两种算法来评估它们
的
性能。我该怎么做?通常人们大多数时间所做
的
是运行分类器,直到得到最佳
的
FPR和TPR值,然后发布
结果
。但是,这种方法
的
问题在于,它可能不能很好地表示这种分类器
的
性能。这是我目前计划做
的
,但不知道这是否正确: 将我
的
评估数据分成训练和测试,训
浏览 0
提问于2016-12-12
得票数 2
回答已采纳
1
回答
如何在
交叉
验证
中选择参数?
machine-learning
、
training
、
cross-validation
、
hyperparameter-tuning
、
parameter-estimation
假设我正在使用
K
折叠
交叉
验证
K
折叠
交叉
验证
训练一个线性回归模型。我
每次
用
不同
的
训练和测试数据集训练
K
次。因此,
每次
我训练时,都会得到
不同
的
参数(线性回归情况下
的
特征系数)。因此,在
交叉
验证
结束时,我将得到
K
个参数。如何得出我
的
模型
的
最终参数? 如果我也使用它
浏览 0
提问于2022-05-19
得票数 3
1
回答
K
倍
交叉
验证
.如何计算规则参数/超参数.算法
的
参数
machine-learning
K
次
交叉
验证
将数据分成
k
个回收箱,
每次
使用
k
-1桶进行训练,使用1个桶进行测试。性能是以所有
K
运行err ← err + (y[i] − y_out)^2
的
平均值来衡量
的
,如维基百科和文献所示 for i ← 1, ..., N do err ← err + (y[i] − y_out)^2
浏览 0
提问于2021-07-26
得票数 3
回答已采纳
1
回答
重复
K
次
交叉
验证
对随机森林有意义吗?
machine-learning
、
random-forest
、
cross-validation
当使用随机森林时,使用常规
交叉
验证
和仅取
不同
随机状态
的
多个模型
的
平均
结果
会给出与重复
的
K
倍
交叉
验证
相同
的
结果
吗? 重复
的
K
倍
交叉
验证
基本上重复
交叉
验证
与多个
不同
的
分裂数据和报告
的
平均
结果
。
浏览 0
提问于2021-03-23
得票数 0
回答已采纳
2
回答
是否建议计算用于分类
的
度量
的
平均值?
machine-learning
、
classification
用于计算用于分类
的
模型
的
性能度量。是否建议重复多次实验(例如10次)并计算平均值?在我
的
例子中,我使用了116745个样本进行培训,125927个用于测试。
浏览 0
提问于2021-04-17
得票数 0
2
回答
交叉
验证
:
K
倍与重复随机二次抽样
cross-validation
、
sampling
我想知道对分类问题选择哪种类型
的
模型
交叉
验证
:
K
次抽样还是随机次抽样(引导抽样)?另一方面,我不喜欢随机次抽样特性:有些项目将永远不会被选择用于培训/
验证
,而有些项目将被多次使用。使用
的
分类算法:随机森林和logistic
浏览 0
提问于2014-06-20
得票数 13
回答已采纳
1
回答
电子商务推荐系统中knn算法
的
最优
k
值是多少?
algorithm
、
machine-learning
、
knn
、
nearest-neighbor
、
recommendation-engine
我试着用
k
近邻算法在我
的
毕业设计应用程序中建立一个推荐系统。我编写了下面的代码来查找
k
,我使用
k
=sq
浏览 2
提问于2020-12-16
得票数 1
回答已采纳
1
回答
如何用sklearn获得
k
-折叠
交叉
验证
的
最终模型
python
、
scikit-learn
、
k-fold
一旦我迭代每个训练组合,给定
k
-折叠分裂,我可以估计模型性能
的
均值和标准差,但实际上我得到了
k
个
不同
的
模型(有它们自己
的
拟合参数)。我怎样才能得到最终
的
完整模型?是一个平均参数
的
问题吗?不显示代码,因为这是一个普遍
的
问题,所以我只写逻辑: datasetsplitting数据集根据
k
-折叠理论(假设
k
=5)迭代:从第一次到第五次模型
的
训练,获得5种
不同
的<
浏览 16
提问于2022-06-14
得票数 1
回答已采纳
1
回答
Weka中
的
10倍
交叉
验证
weka
、
cross-validation
我对Weka提供
的
10倍
交叉
验证
与传统
的
10倍
交叉
验证
之间
的
区别感到有点困惑,我理解
K
交叉
验证
的
概念,但从我在Weka中读到
的
10倍
交叉
验证
的
内容来看,有一点
不同
。在Weka FIRST中,建立了一个基于所有数据
的
模型。只有这样,才能进行10倍
的
交叉
浏览 3
提问于2013-08-14
得票数 3
回答已采纳
2
回答
深度神经网络
的
交叉
验证
tensorflow
、
deep-learning
、
cross-validation
如何在深度神经网络中进行
交叉
验证
?我知道,执行
交叉
验证
,将训练它在所有褶皱,除了一个,并测试它
的
排除褶皱。然后这样做
k
倍,并平均每一次
的
准确性。您如何在
每次
迭代中做到这一点。您是否在
每次
折叠时更新参数?还是为
每次
迭代执行
k
折叠
交叉
验证
?或者,每一次训练都是在所有的折叠上进行
的
,只是一次迭代吗?
浏览 2
提问于2017-06-10
得票数 7
1
回答
基于
K
倍
交叉
匹配
的
支持向量机分类器
的
可变误码率
matlab
、
svm
、
fold
、
cross-validation
我使用
K
-折叠
交叉
验证
来获得支持向量机分类器
的
错误率。这是wich
的
代码,我得到了8倍
交叉
验证
的
错误率:group = importdata('Grupos.txt');
k
= 8; indices = crossvalind('
浏览 0
提问于2014-11-22
得票数 2
回答已采纳
2
回答
神经网络训练时
交叉
验证
?
neural-network
、
cross-validation
、
training
训练神经网络时
的
标准设置似乎是将数据分割成训练集和测试集,并一直运行到测试集上
的
分数停止提高为止。现在,问题是:测试分数中存在一定数量
的
噪声,因此单个最佳分数可能不符合网络状态,而网络状态最有可能是新数据上
的
最佳状态。我见过一些论文指出训练中
的
一个特定时代或迭代是“
交叉
验证
最好
的
”,但我不知道这是如何确定
的
(论文没有提供任何细节)。“
交叉
验证
的
最佳”点不是有最好
的
浏览 0
提问于2016-04-09
得票数 6
回答已采纳
1
回答
RFECV不会为相同
的
数据返回相同
的
要素
python
、
scikit-learn
我有一个dataframe X,它由60个功能和大约450
k
个
结果
组成。我
的
响应变量y是绝对
的
(生存,没有生存)。我想使用RFECV来减少我
的
估计器(目前,逻辑回归)在Xtrain上
的
重要特征数量,我希望在ROC曲线下对这些特征进行准确性评分。“所选功能”是所有功能
的
列表。to the response variable我有几个问题: a)当在
浏览 144
提问于2015-08-07
得票数 1
2
回答
在分裂成折叠之前对数据进行洗牌。
machine-learning
、
cross-validation
、
hyperparameter
、
hyperparameter-tuning
我正在运行一个4倍
交叉
验证
的
超参数调优使用sklearn
的
'cross_validate‘和'KFold’函数。假设我
的
训练数据集已经被洗牌了,那么在分割成批/折叠(即KFold函数中
的
洗牌参数)之前,我是否应该对每一次超调参数调优重新洗牌数据?我注意到,超参数调优过程
的
结果
将是
不同
的
,这取决于在将数据分割成折叠之前对数据进行洗牌。 我假设,如果
结果
取决于洗牌,那么模型
浏览 0
提问于2020-02-27
得票数 3
回答已采纳
1
回答
Maxent中具有更多折叠
的
K
-折叠
交叉
验证
cross-validation
、
maxent
您好,我正在使用MacMac3.4.0版本
的
Maxent软件,我想了解一个关于
k
-折
交叉
验证
的
问题。 基本上,我知道我
的
数据集被分成
k
个折叠,每个折叠或多或少
都有
相同
的
大小。因此,如果我
的
数据集有100个观察值,10次
交叉
验证
将把数据集分成10个观察值,Maxent将训练10个模型,每个模型有9个观察值,第10个模型将对其进行测试。我
的
问题是:我可以将我
的
浏览 60
提问于2020-12-07
得票数 1
1
回答
matlab正向特征选择
matlab
、
machine-learning
、
feature-selection
我多次重复运行相同
的
代码,我注意到
结果
是完全
不同
的
。虽然
交叉
验证
对于
每次
运行都是
不同
的
(折叠号是相同
的
),但是我认为所选
的
特性应该大致相同。有人能帮我解释一下吗?谢谢。cp = cvpartition(label,'
k
',cvNum); % Stratified cross-validation opts = statset('display
浏览 3
提问于2013-12-31
得票数 1
回答已采纳
5
回答
交叉
验证
和网格搜索有什么区别?
cross-validation
、
definition
、
difference
、
grid-search
简单地说,
交叉
验证
和网格搜索
的
区别是什么?网格搜索是如何工作
的
?我是不是应该先做
交叉
验证
,然后再做网格搜索?
浏览 17
提问于2013-10-12
得票数 53
6
回答
Weka中
的
交叉
验证
validation
、
weka
、
fold
从我所读到
的
情况来看,我一直认为
交叉
验证
是这样执行
的
: 在
k
次
交叉
验证
中,将原始样本随机分成
k
个子样本.在
k
个子样本中,保留一个子样本作为模型测试
的
验证
数据,其余
的
k
−1子样本作为训练数据。然后
交叉
验证
过程被重复
k
次(褶皱),每个
k
个子样本精确地使用一次作为
验证
数据。从褶皱中
浏览 8
提问于2012-05-03
得票数 29
回答已采纳
1
回答
交叉
验证
:重复
K
折叠/组
K
折叠
cross-validation
重复
K
-折叠vs组
K
-折叠重复
K
-折叠:重复分层
K
折叠n次,
每次
重复具有
不同
的
随机性.GroupKFold是
浏览 0
提问于2019-11-28
得票数 4
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
算法研习:机器学习中的K-Fold交叉验证
模型选择与评价(一)
机器学习之交叉验证
R语言逻辑回归、GAM、LDA、KNN、PCA主成分分析分类预测房价及交叉验证|数据分享
机器学习学习笔记二
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券