R强制相同的分类变量集
是指在R语言中，通过使用factor()函数将不同的变量转换为相同的分类变量集。分类变量是一种表示离散数据的变量类型，它将数据分为不同的类别或水平。R语言中的分类变量可以用于统计分析、数据可视化和机器学习等领域。
将不同的变量转换为相同的分类变量集有以下几个优势：
- 数据整理：将不同的变量转换为相同的分类变量集可以方便数据整理和处理，使得数据分析更加简洁和高效。
- 数据分析：分类变量可以用于统计分析，例如频数统计、交叉表分析和卡方检验等。通过将不同的变量转换为相同的分类变量集，可以方便进行数据分析和比较。
- 数据可视化：分类变量可以用于数据可视化，例如绘制柱状图、饼图和箱线图等。通过将不同的变量转换为相同的分类变量集，可以方便进行数据可视化和展示。
- 机器学习：在机器学习中，分类变量通常需要进行独热编码或标签编码等处理。通过将不同的变量转换为相同的分类变量集，可以方便进行机器学习模型的训练和预测。
在腾讯云的产品中，与R语言和分类变量相关的产品有腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）和腾讯云数据分析平台（https://cloud.tencent.com/product/dcap）。这些产品提供了丰富的工具和服务，可以帮助用户进行数据分析、机器学习和模型训练等任务。
相关·内容
3回答
我一直在使用KNN算法对事件进行分类，但这并没有带来很高的分类精度。一些同事告诉我，tree ()R中的函数(来自tree包)可以对此有所帮助。 这是我的数据样本。我正在尝试根据前两列中的值对不同的事件进行分类(我有8种不同的事件类别"ACTIVITY_X"和"ACTIVITY_Y" > print(dataset)
ACTIVITY_X ACTIVITY_Y Event
1: 19 21 Vigilance
2: 20 14 Vigilance
3:
浏览 158提问于2019-02-19得票数 0
1回答
我有一个数据框架X和Y。X数据框架由独立的分类变量组成，Y数据集由依赖变量组成。如何在数据集被拆分后将序数编码器应用于X数据帧？
step1 = ColumnTransformer(transformers=[
('col_tnf',OrdinalEncoder([x]))
],remainder='passthrough')
step2 = RandomForestRegressor(n_estimators=14,
random_state=42,
max_features=0.7)
pipe = Pipeline([
('step1&
浏览 6提问于2022-12-04得票数 0
我已经在R中使用了随机森林进行分类，其中相关列具有分类值(例如0或1)。例如，对于虹膜数据库，我们可以使用随机森林根据物种对数据进行分类，如下所示：
myRF <- randomForest(Species ~ ., data=iris, importance=TRUE,proximity=TRUE)
这是有意义的，因为物种只能接受几个分类值。问题是，如果物种的值可以从1到100，我想将数据分为两类:值大于50的类别和值小于50的类别？
当然，我可以添加另一个值为1或0的列，这取决于物种，然后我对最后一列而不是物种进行分类，但是有没有办法直接告诉R我们希望将我们的数据分为两类:物种小于5
浏览 3提问于2013-06-22得票数 0
回答已采纳
3回答
我正在尝试处理R中不平衡的数据集。我传递了训练和测试集的csv文件，我试图预测，但预测只对前10个实例运行。输出消息是:预测代码exit with value 1
我不明白原因何在。因此，我决定使用C50。这里的另一个问题是，分类树在数据集的18个属性中只有一个节点。有没有人能帮我解决上面的错误信息，或者给我提供另一种机器学习算法来处理数据？
谢谢
浏览 1提问于2016-03-15得票数 0
我试图使用R中的clustMixType包的kproto函数对我的数据运行一个k原型聚类算法，但是它不起作用--我有1000行和5个变量:只有一个是绝对的，其他的已经被缩放了(如果没有缩放，仍然不能工作)
它不停地说：
估计的lambda: Inf等原始人合并。簇数减少到:表(集群)中的3错误:所有参数必须具有相同的长度:警告消息:在kproto.default(inputdata_test，4)中:所有分类变量的方差为零。
或者我的分类变量至少有3个属性，数值变量都至少有2个不同的值，并且数据中没有NaN值。
下面有一小部分我的数据摘录
浏览 6提问于2016-11-08得票数 1
我需要R编程语言的帮助，我必须回答这个问题：) (a)基于决策树创建一个有监督的分类器。(b)随机分成训练集和测试集，以确定分类器的预测质量。
我做了这段代码，但我只是得到了所有类别的相同结果。有没有人帮我？
libery(tree)
quality<- as.numeric(winequality.red$quality)
range(quality) #8.4 14.9
High = ifelse(winequality.red$quality >= 5, "Yes","No")
winequality.red2 = data.fra
浏览 0提问于2014-03-11得票数 0
1回答
假设我使用MCMC绘制了Beta的后视图。对于每一行，我都有一组betas。是否可以将这行betas代码转换为R中的模型对象，这样我就可以使用predict()函数了？具体地说，一些betas是用于分类随机变量的，所以如果我想手动应用betas，这将是困难的。
我认为要手动完成这项工作，我必须将每个分类变量转换为多列指示变量。
浏览 3提问于2018-11-02得票数 1
我想对分类器在我的不平衡数据集上的效果进行估计。当我尝试从sklearn中拟合KNN分类器时，它没有为少数类学习到任何东西。所以我所做的是我用k=R(其中r是不平衡比1: R)来拟合分类器，并且我预测每个测试点的概率，如果少数类的分类器的概率输出大于R(其中r是不平衡比1: R)，则将一个点分配给少数类。我这样做是为了估计分类器的性能(F1-score)。我在生产中不需要分类器。我做的是对的吗？
浏览 31提问于2019-06-24得票数 2
我正在使用R中的gbm包并应用'bernoulli‘选项来构建一个分类器，我得到了'nan’的异常结果，并且我无法预测任何分类结果。但当我使用'adaboost‘时，我不会遇到同样的错误。下面是示例代码，我用虹膜数据集复制了相同的错误。
## using the iris data for gbm
library(caret)
library(gbm)
data(iris)
Data <- iris[1:100,-5]
Label <- as.factor(c(rep(0,50), rep(1,50)))
# Split the data into tr
浏览 4提问于2014-05-08得票数 1
1回答
根据超级分类系统的结构文档，链码只应该部署在代理节点中，并且表示非认证节点仍然可以验证和更新分类账。现在我有点困惑，如果不认可的同行没有一个链码，他们如何能够生成R/W集。如果不认可对等方不知道资产背后的逻辑(链码)，那么它们如何能够为资产创建新的状态？
浏览 0提问于2018-05-22得票数 2
回答已采纳
1回答
假设我有一个数据集，可以使用weka的J48或R中的randomForest对其进行整齐的分类。现在假设我有另一个训练文件，每个数据点包含两个分类。
我如何将这两者结合起来，才能将新的数据点分类到这两个类别中？
(所以我需要一个“两关”的培训。)
我是否应该使用MLP (就像受限的玻尔兹曼机)？
浏览 2提问于2011-02-15得票数 0
回答已采纳
当我尝试使用训练数据对新的测试数据进行分类时，我在Weka Explorer中得到了以下消息：
Problem evaluating classifier:
Train and test set are not compatible
Attributed differ at position 6:
Labels differ at position 1: TRUE != FALSE
我正在使用J48分类器根据布尔形式和数字形式的关键字的流行度对RSS进行分类。只有布尔变量才会出现此问题。我的训练数据如下：
@relation _dm_3793_855329_11032013_136299347
浏览 0提问于2013-04-05得票数 0
回答已采纳
1回答
我正在处理一个分类问题，我已经将我的数据分成了训练集和测试集。
我只有很少的分类列(大约4-6列)，我正在考虑使用pd.get_dummies将我的分类值转换为OneHotEncoding。
我的问题是，对于训练和测试拆分，我必须单独执行OneHotEncoding吗？如果是这样的话，我想我最好使用sklearn OneHotEncoder，因为它支持拟合和变换方法，对吧？
浏览 1提问于2019-04-05得票数 7
回答已采纳
1回答
我正在做网络入侵检测系统的项目。KDD CUP'99数据集是我的输入数据集，我在我的java代码中使用了weka软件包，我使用"NETBEANS“在KDD‘99数据集中执行java.Four类型攻击的代码，例如DOS、PROBE、U2R、R2L和I。DOS，PROBE &R2L的分类率是很好的，使用随机森林algorithm.But我想提高U2R attack.How的分类率来改进随机森林算法。为了提高U2R的分类率，attack..Please给了我一些想法。
浏览 0提问于2013-12-14得票数 0
我一直在无休止地寻找答案，真的很感谢任何帮助。我目前有10个估算数据集，一个分类结果变量(序数，三个级别)，一个分类暴露变量，以及协变量的混合(数字，分类，二进制)。我想应用套索方法来选择哪些变量应该包括在最终的多项式logistic回归模型中，但我还没有找到任何关于这个主题的论文，或者提供了如何执行这一操作的R代码。我发现有许多论文表明，如果你有一个二元或连续的结果，而不是一个绝对的结果，那么可以进行哪种程序。有谁有资源吗？非常感谢您抽出时间来
浏览 8提问于2021-07-22得票数 0
我正在使用read.dta13包来加载数据。在数据集中有一堆带有Stata值标签的分类变量。Stata中的数据集如下所示：
cohort year age gender income health migration
1101 2010 35 F 13034 healthy yes
1102 2010 54 M 34134 unhealthy no
对于gender、health和migration，原始值都是数字，例如，gender =1表示男性。在Stata中，为了便于理解，我使用label define为
浏览 0提问于2017-08-14得票数 2
我是随机森林分类器的新手。我使用它来分类有两个类的数据集。-特征数目为512。-数据的比例为1:4，即75%的数据来自第一级，25%来自第二类。-我用了500棵树。
该分级机的袋外误差为21.52%。第一类(由75%的培训数据表示)的每类错误为0.0059。而第二类的分类错误确实很高: 0.965。
我正在寻找对这种行为的解释，如果你有建议，提高二等的准确性。
我期待着你的帮助。
谢谢
忘了说我在使用R，在上面的测试中我使用了1000的节点大小。
在这里，我只用10棵树和nodesize= 1重复了训练(只是为了给出一个想法)，下面是R中的函数调用和混淆矩阵：
randomForest(公
浏览 7提问于2012-04-24得票数 4
回答已采纳
我有许多分类变量，它们存在于我的测试集中，但不存在于我的训练集中。它们很重要，所以我不能放弃它们。我应该将训练和测试集结合在一起，或者我应该采取什么其他解决方案？
浏览 1提问于2020-11-10得票数 0
2回答
为什么树组不需要一次热编码？
、、、、
我知道像随机森林和增强树这样的模型不需要对预测器级别进行一次热编码，但我并不真正理解为什么。如果树是在特征空间中分割的，那么是否存在固有的排序呢？这里一定有我遗漏的东西。
让我更困惑的是，我遇到了我正在研究的一个问题，尝试在分类特性上使用一次热编码，而在R中使用xgboost将其转换为整数，使用一次热编码的泛化错误稍微好一些。
然后我又取了一个变量，做了同样的测试，结果正好相反。
有人能帮我解释一下吗？
浏览 0提问于2017-04-02得票数 8
回答已采纳
我正在学习R，并且我有一个数据集，其中Pad_Number作为Pad_1、Pad_2等的分类变量。我试图过滤数据，但得到以下错误 dplyr::filter(Pad_Number，Comfort_Level > 0，Pain_Level > 2)中出错:找不到对象'Pad_Number‘ 使用此输入： ggplot(data = Breast_Coil_Comfort, mapping = aes(x = Comfort_Level, y = Pain_Level)) +
geom_point() +
geom_point(data = dplyr::filte
浏览 20提问于2021-07-30得票数 0
我在R中使用了SMOTE来创建新的数据，而且效果很好。当我进一步研究SMOTE是如何工作的，我找不到答案，SMOTE是如何处理分类数据的。
本文给出了一个仅用数值表示的例子(第10页)。但我仍然不知道SMOTE是如何从分类示例数据中创建新数据的。
这是到论文的链接：
浏览 0提问于2018-12-06得票数 2
回答已采纳
背景:作为预测分析的一部分，我得到了一个训练和测试数据集。训练数据和测试数据都有数值和分类预测变量，另外，训练数据有一个数值目标变量。目的是在测试中预测目标。
train = C1，c2，x3，x4，y = Xc，X，y
test = C1，c2，x3，x4 = Xc，X
Xc，X表示范畴变量和数值预测变量。我试图从分类变量Xc中生成额外的特性，例如计数特性、count_mean、count_variance和类似的特性，这些特性是由分类变量和数值变量(均值、方差等)组合而来的。
问题:在组合数据集train+test上生成特性更好，还是在训练数据集和测试数据集中单独生成特性更好？
当一个分
浏览 0提问于2018-06-05得票数 1
1回答
我正在与KNIME一起工作，并试图用测试数据来训练我的朴素贝叶斯分类算法。我试图使用10倍交叉验证来使我的结果准确，但是我无法生成PMML模型:我一直得到已经分配的错误循环端(开始节点有多个终端节点)。这是我的K尼姆工作流：
浏览 2提问于2018-03-26得票数 0
1回答
我想知道如何在对数据集执行数据预处理之后跟踪数据集的原始列？
在下面的代码中，df_columns会告诉我df_array中的列0是A，列1是B等等。
但是，当我编码分类列时，B df_columns对于跟踪df_dummies不再有效。
import pandas as pd
import numpy as np
animal = ['dog','cat','horse']
df = pd.DataFrame({'A': np.random.rand(9),
'B': [
浏览 0提问于2020-02-06得票数 3
回答已采纳
我知道AlexNet在图像中进行对象分类，类别和R做对象定位类别和边框.R-CNN和AlexNet的比较如何？
它们是用于相同的目的，还是R做了更多？R是否使用Alexnet作为子模块？
浏览 0提问于2019-07-25得票数 2
回答已采纳
proc means data=cervical3 mean qrange median maxdec=2;
var age R_Risk P_Risk;
class provider escalation;
ways 2;
run;
proc freq data=cervical3;
tables escalation*provider*sex/norow nocol ;
run;
我试图将这两个步骤结合起来，得到一个表，通过升级和提供者(都是分类变量)来总结年龄、R_Risk、P_Risk和性别。我不知道如何做到这一点，因为性是一个绝对变量，其余的都是连续
浏览 5提问于2022-03-02得票数 1
我使用R中可用的LMest包运行LM模型，dataset不包含缺少的值。
pct_miss(df_long) 1 0 n_miss(df_long) 1 0
不带协变量的lmest函数工作良好。但是，当我在latentFormula中添加协变量时，我得到了以下错误消息。responsesFormula= responseA + responseB + responseC + responseD ~：不允许在协变量中丢失影响初始概率的数据
我的代码如下：
LMmodel <- lmest(responsesFormula = responseA + responseB + response
浏览 0提问于2021-03-01得票数 0
在分类问题上，我有一个包含N个因子水平(例如性别有两个层次)的范畴变量。我把它转换成虚拟变量(男性和女性)。
我必须使用神经网络(nnet)进行分类。我有两个选择-
在输入数据中包括任何N-1虚拟变量(例如，包括男性或女性)。在统计模型中，我们使用N-1虚拟变量.
包括所有的N个虚拟变量(例如，包括男性和女性)
请有人强调这两种选择在预测能力和可解释性方面的利弊。
浏览 0提问于2020-11-05得票数 1
回答已采纳
1回答
我发现R中的插入符包对查看建模的重要性变量非常有帮助。但是，我的数据集中有所有分类变量，在本例中，'varImp‘命令返回因子变量的每个标签的变量重要性。我只想确定重要的不同变量列表，而不是标签。 library(caret)
logit <- glm(Life.Insurance.Owner~., data = train, family = 'binomial')
summary(logit)
varImp(logit,scale=FALSE)
浏览 16提问于2019-06-18得票数 0
我试着用R来分类几个月，有以下几个方面：
```{r}
结果<- mydata %>%
计数(月份(as.Date(订单日期)
结果
这与蒙茨和命令的数量有关。然而，月份没有按月正确排序。我怎样才能按月正确地分类呢？
我已经尝试使用“顺序”和“因素”，但这是不正确的。如何正确使用短代码和顺序？
谢谢,
罗兰
浏览 2提问于2018-10-18得票数 0
回答已采纳
2回答
我一直在玩Kaggle比赛，我发现训练集和测试集的分布是不同的，所以我想知道如何检查训练集和测试集的分布是否相似。
然后搜索它，找到一个博客，通过将它转换成一个二进制分类问题来检查分布的相似性。如果获得较高的AUC，则训练集和测试集的分布必须不同。他提出的想法如下：
如果存在协变量移位，那么在混合训练和测试时，我们仍然能够准确地分类每个数据点(无论是来自测试还是来自测试)的起源。
但我还是不明白为什么他能用这种方式检查这两个分布的相似性。
还有其他方法来检查它的相似性吗？
如果有人能帮我，我会很感激的。
浏览 0提问于2019-04-18得票数 10
回答已采纳
我使用的是Ubuntu 15.10，Python 2.7，以及python weka-wrapper包的当前安装。
我正在做以下工作：(1)根据从.csv文件加载的数据对分类器进行培训。(2)从另一个.csv文件加载第二组数据--该数据具有与训练原始分类器相同的指定功能的头。(3)我正在尝试使用经过训练的分类器来分类从第二个文件加载的数据--实际上，我真正想要的是每个实例符合某个类的概率(但这是我稍后要指出的)。
下面是我的代码，它使用经过训练的分类器和(第二)文件名作为输入：
def classifyData(classifier,datFile):
loader = Loade
浏览 2提问于2016-09-01得票数 0
回答已采纳
2回答
我正在使用R中的mice包进行多重计算。我做了几次只使用数值变量的估算，计算方法是预测平均匹配，当我使用stripplot(imp)时，我看到了所有变量的观测值和计算值。
当我把分类变量和数值变量组合在一起时，问题就会发生。然后，对数值变量采用PMM法，对范畴变量采用后勤回归法。然后，stripplot只向我展示了数值变量。使用下面的代码，我试图强制绘制edu，这是一个包含两个值的分类变量：
stripplot(imp, imp$edu)
stripplot(imp, names(imp$edu))
我得到了一个错误：
Stripplot.mids中的错误(imp，imp$edu)：无法填充
浏览 2提问于2018-05-28得票数 2
1回答
我试图在R (e1071包)中使用支持向量机将样本分类为正常或肿瘤。我有两个独立的数据集-训练(~50个样本，100个特征)和测试(~60个样本)。这些数据集是由两个不同的研究小组执行的两个不同的微阵列平台上的微阵列表达值，因此它们的值范围非常不同。我是支持向量机和R的新手，所以一开始，我在我的训练集上做了一个Z分数的标准化，然后我在我的测试集上做了一个Z分数的标准化。即
(x_Train - mean_Train) / (stdev_Train)
(x_Test - mean_Test) / (stdev_Test)
当我探索了更多关于这个主题的论坛帖子时，我发现建议在我的测试集上使用训练集
浏览 0提问于2018-11-15得票数 1
1回答
我正在为一个大型数据文件上的Kmeans聚类算法编写一个mapreduce程序。每个观察值都由包含分类变量和数值变量的列组成。对于Kmeans，不宜在距离计算中包含分类变量。因此，我们需要筛选出包含分类条目的列。
我的问题是:过滤掉带有字符的条目很容易，但是如果一列只包含数字，但又被视为分类(如Zipcode、ID)，该怎么办？
谢谢!
浏览 4提问于2014-04-28得票数 0
我正在运行一个贝叶斯模型，对R中的一个问题进行平均。然而，R中的BMS包不允许包含分类变量和虚拟变量。但我的问题需要使用这些变量。如何将虚拟变量包含在贝叶斯模型的R平均值中？
浏览 23提问于2019-04-19得票数 2
3回答
到目前为止，我知道如何在R上运行ANOVA，但是我总是要复制代码来运行另一个变量的de ANOVA，我想知道是否可以将它以循环的方式传递给aov()变量的名称，并将ANOVA的结果存储在变量中，这样我就不必通过复制代码块来手动更改它们。
例如：
我想测试的变量: Z，Y，X
分类变量:治疗
VectorVariables = c(Z，Y，X)
for (i in Vector) {
AnovaZ <- aov(Z ~ Treatment) #then
AnovaY <- aov(Y ~ Treatment) # and so on..
}
这在某种程度上是可能的？
浏览 1提问于2018-09-01得票数 2
回答已采纳
1回答
Im用R建立logistic回归分类器模型。
下面是代码示例：
library(ROCR)
DATA_SET <- read.csv('E:/1.csv')
classOneCount= 4000
classZeroCount = 4000
sample.churn <- sample(which(DATA_SET$Class==1),classOneCount)
sample.nochurn <- sample(which(DATA_SET$Class==0),classZeroCount )
train.set <- DATA_SET[c(sam
浏览 4提问于2015-01-28得票数 0
回答已采纳
1回答
logistic回归是否适用于分类因变量、连续变量和分类自变量？协变量是连续的还是分类的，这有关系吗？我一直收到关于冗余的警告，在我寻找多重共线性并去掉高度相关的变量后，我仍然得到了警告。enter image description here
浏览 9提问于2020-12-09得票数 0
1回答
我是一个天真的数据挖掘，我想调查这些分类器决策树，朴素贝叶斯，KNN和C- bayes，我如何比较它们。如何观察每个分类器的优点和缺点。有人能帮上忙吗？
浏览 0提问于2014-01-10得票数 0
我尝试了使用Python的sklearn和Spark的本地独立MLlib实现的GBDT，默认设置用于解决二进制分类问题。在这两种情况下，我保持numIterations，损失函数相同。这些特征都是实值的和连续的。然而，与sklearn相比，MLLib实现中的AUC相差甚远。以下是sklearn分类器的参数：
GradientBoostingClassifier(
init=None, learning_rate=0.001, loss='deviance',max_depth=8,
max_features=None, max_leaf_nodes=None,
浏览 0提问于2015-12-10得票数 1
1回答
我有一个包含5个名义变量和37个分类变量的数据集。我想在R中执行过采样，但是，使用SMOTE，我不能这样做。我寻找了(Chawla，Bowyer和Hall，2002)建议的SMOTE-NC，但我找不到任何支持它的软件包。如何解决这个问题？谢谢。
浏览 58提问于2019-12-31得票数 0
2回答
R上的变重要性随机林
、、、、
我目前正在使用随机森林模型进行分类，但是我不确定特征选择技术"varImp“是如何在R上工作的，我理解变量重要性的上下文，但是当我在R中实现它时，它似乎没有产生我期望的结果。
当删除最重要的变量(31个特征)时，模型的准确性不会降低。我期待它，因为它应该是对模型的分类能力的最大贡献。
有人能解释一下这个功能是干什么的吗？
浏览 0提问于2017-09-29得票数 5
回答已采纳
2回答
我想使用svm包的e1071函数来执行多类分类.但是从svm的文档中我了解到，它只能执行二进制分类。小片段文档告诉我们多类分类：“为了允许多类分类，libsvm使用一对一技术，通过对所有二进制子分类器进行拟合，并通过投票机制找到正确的分类”。
我仍然不明白的是，我们是否可以在R中使用svm of e1071进行多类分类？如果是，请解释我们如何可以在iris数据集上进行操作。
浏览 10提问于2014-02-25得票数 11
回答已采纳
1回答
如何对不同方向的图像进行分类？
、、、、
我一直在开发一个数据集，其中的目标是确定哪种类型的定向。这是一个分类问题，在每一个记录(对他们中的大多数)，我有4个图像-正面，左，右和后面对产品图像。我想把这些图像分类在上面的四个类别。数据集如下所示：
我已经下载了这些图片，并根据它们的类别将它们放在不同的文件夹中。
我应用的方法：
到目前为止，我已经用了两种方法对这些图像进行分类。
1)我曾尝试过vgg16直接对图像进行分类，但它甚至不能给我50%的准确率。
2)我将这些图像转换为具有黑色背景的边缘图像如下：
这是使用精明的边缘检测。之所以这样做，是因为我得到了颜色相似的衣服、设计相似的衣服等的图片。在这些照片上，我再次应用了vg
浏览 9提问于2020-02-17得票数 0
假设我有一个用于监督机器学习任务的数据集X和标签Y。
假设X有10个特征和1,000个样本，我认为使用sklearn.preprocessing.scale缩放我的数据是合适的。执行此操作后，我训练我的模型。
我现在希望将其用于新数据的模型，因此我收集了X的10个特征的新样本，并希望使用我训练的模型对此样本进行分类。
在尝试分类之前，有没有一种简单的方法可以将在训练模型之前在X上执行的相同缩放应用到这个新样本？
如果不是，唯一的解决方案是在缩放之前保留X的副本，并将我的新样本添加到此数据中，然后缩放此数据集，并在通过此过程缩放后尝试对新样本进行分类吗？
浏览 4提问于2018-08-12得票数 3
1回答
两种独立数据分布的等价性
、、、
我的工作是生成模型。我有一个真实的数据集，我想知道它的基本分布。为此，我创建了一个模拟真实数据的合成数据生成器。我在真实数据集的一部分上训练分类器。然后对人工数据和真实数据中的测试集进行测试。
如果我指定的模型对两个无关数据集的预测(例如分类精度)一样好；我是否可以假设/得出结论，这两个数据集遵循相同的分布？预测模型的参数在两种情况下都是完全相同的。
耽误您时间，实在对不起!
浏览 0提问于2020-08-29得票数 -1
回答已采纳
我正在尝试使用weka对文本进行分类。我要做的是：
我在大ARFF文件上创建了所有数据：all_of_it.arff。
我将数据分成训练和测试：train.arff和test.arff
我在培训集上进行了特性选择，并输出了一个新的培训文件：train_fs.arff
我构建了一个分类器，其中只包含了所选的特征。
问题是..。
我不太知道如何标准化测试集，只使用我从培训集中选择的特性。根据test.arff train_fs.arff的说法，从创建新的测试文件。
*我试着用
java -cp weka.jar weka.filters.unsupervised.attri
浏览 3提问于2013-02-18得票数 1
我正在尝试将具有分类数据('A‘、’B‘或'C')的列转换为3列，其中1，0将是'A'；0,1,0表示'B'，等等。
我在网上发现了这个代码：
flags = data.frame(Reduce(cbind,
lapply(levels(d$purpose), function(x){(d$purpose == x)*1})
))
names(flags) = levels(d$purpose)
d = cbind(d, flags)
# Include the new columns as input variables
浏览 4提问于2015-07-30得票数 1
我是使用R进行数据挖掘和机器学习的新手。当我在研究朴素的贝叶斯分类时，我遇到了这个错误：
错误：((sapply(newdataind_factor，nlevel) != sapply(tablesind_factor，：(list)对象)不能强制输入'integer'“
这是我的密码：
data <- read.csv(file.choose(),header = T)
str(data)
set.seed(1234)
splitData <- sample(2,nrow(data),replace = T,prob = c(0.8,0.2))
trai
浏览 0提问于2019-02-20得票数 2
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
