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
1
回答
Scikit-
学习
两个
输入
,
一个
输出
的
交叉
验证
tensorflow
、
machine-learning
、
keras
、
scikit-learn
我正在构建
一个
CNN模型来分类数据,并正在寻找与Scikit-Learn
的
交叉
验证
。我使用
两个
输入
,我想知道如何
交叉
验证
两个
输入
。据我所知,它只接受X
输入
和Y
输出
,并尝试使用
输入
列表,但它们被作为单个列表读取。 我使用了以下代码来迭代
一个
模型并
交叉
验证
它,但是我没有看到任何方法来
交叉
验
浏览 23
提问于2019-10-11
得票数 0
1
回答
将.pickle模型转换为tar.gz模型,以便在Sagemaker中使用
scikit-learn
、
xgboost
、
amazon-sagemaker
、
tar.gz
如何将保存为.pickle文件
的
模型转换为tar.gz格式? 这是
一个
使用
Scikit-
学习
和
交叉
验证
进行培训
的
XGBoost模型。在Amazon中部署所需
的
tar.gz格式。
浏览 9
提问于2022-03-02
得票数 -1
1
回答
check_transformer_data_not_an_array
的
check_estimator测试
的
目的是什么?
python
、
scikit-learn
、
package
我正在努力使自制变压器通过check_estimator测试,有
一个
测试,我不太确定它
的
目的是什么。转换器不能通过check_transformer_data_not_an_array,因为
输入
是
一个
_NotAnArray类,而我
的
包转换器不喜欢这样。这些转换器只用于处理数据文件,我添加了
一个
解决方案,将numpy数组转换为df,以通过大多数check_estimators测试。_NotAnArray是在Scikit-learn库中开发
的
一个
类,我不知
浏览 9
提问于2021-05-12
得票数 0
回答已采纳
1
回答
萨格梅克模型评价
aws-sdk
、
aws-java-sdk
、
amazon-sagemaker
Amazon文档列出了几种评估模型
的
方法(例如
交叉
验证
等)。然而,这些方法似乎在中不可用。目前,如果我们想要进行5倍
交叉
验证
,似乎唯一
的
选择是为每个数据子集创建5个模型(并部署5个端点),并手动计算性能度量(召回、精度等)。这种方法效率不高,而且根据k折叠
验证
中
的
折叠数,也可能需要部署k个端点。 还有其他方法来测试模型
的
性能吗?
浏览 1
提问于2018-05-18
得票数 1
回答已采纳
1
回答
机器
学习
训练方法
的
选择
machine-learning
、
training-data
、
encog
我有以下已经标准化
的
数据: 如果有多个
输出
,我如何知道哪
一个
最适合解决这类问题?编辑: 我
的
问题是基于这样
一个
假设:对于这个特定
的
场景,有一种最优
的
策略,因为我知道某些算法在某些场景中使用
浏览 0
提问于2014-04-15
得票数 0
回答已采纳
4
回答
使用统计模型估计与科学知识-
学习
交叉
验证
,这是可能
的
吗?
python
、
scikit-learn
、
cross-validation
、
statsmodels
我发了这个问题到
交叉
验证
论坛,后来意识到,这可能会找到适当
的
观众在堆栈重叠
的
替代。我正在寻找一种方法,我可以使用从python获得
的
fit对象(结果)
输入
到cross_val_score
的
scikit-
学习
cross_validation方法?所附
的
链接表明,这可能是可能
的
,但我尚未成功。我收到以下错误 在0x7fa6e801c590上实现“fit”方法statsmodels.discrete.d
浏览 9
提问于2016-12-08
得票数 33
1
回答
cross_val_score与估计分值之差?
python
、
scikit-learn
我在用
Scikit-
学习
。我尝试使用
交叉
验证
,使用简单
的
交叉
验证
过程和快速cross_validation.cross_val_score。但我发现我得到了不同
的
数字。为什么?
浏览 5
提问于2014-03-05
得票数 1
回答已采纳
1
回答
SciKit回归径向基函数核逼近
machine-learning
、
scikit-learn
我正在使用
scikit-
学习
,并希望运行SVR与RBF内核。我
的
数据集相当大,所以从阅读其他帖子,我被建议使用SGD回归和RBF近似。有趣
的
是,与单独使用SGD相比,与RBF相比,使用SGD
的
结果更糟糕。我想这是由于参数值错误造成
的
。我尝试循环通过伽马和n_components
的
径向基函数采样器,并尝试了一些参数
的
SGD回归器,但没有任何效果。我还
输出
了训练和
交叉
验证
错误,两者大致相同,所以我认为这
浏览 2
提问于2013-11-15
得票数 1
回答已采纳
3
回答
在数据丰富
的
上下文中,我是否应该使用GridSearch CV进行超参数调优?
cross-validation
我
的
教科书上说,k倍
交叉
验证
是一种重采样技术,对于在数据差
的
情况下估计泛化误差很有用。 理想情况下,如果我们有足够
的
数据,我们会留出
一个
验证
集,并使用它来评估我们
的
预测模型
的
性能。由于数据往往是稀缺
的
,这通常是不可能
的
。为了解决这个问题,K折叠
交叉
验证
使用部分可用数据来拟合模型,另一部分则用于测试。(Hastie,“统计
学习
的
要
浏览 0
提问于2022-02-23
得票数 2
2
回答
Scikit-
学习
回归
的
交叉
验证
评分
python
、
scikit-learn
、
regression
cross_validation.cross_val_score(svr, diabetes.data, diabetes.target, cv=5, scoring=metrics.mean_squared_error) 第
一个
生成
一个
负数列表,而均方误差应该始终是非负
的
。
浏览 1
提问于2014-06-10
得票数 33
回答已采纳
2
回答
使用特定于深度
学习
的
超参数优化工具相对于sklearn
的
好处?
python
、
deep-learning
、
keras
、
hyperparameter
、
hyperparameter-tuning
有许多用于超参数优化
的
库是针对Keras或其他深度
学习
库(如金丝或塔罗斯 )
的
。我
的
问题是,与sklearn.model_selection.GridSearchCV()或sklearn.model_selection.RandomizedSearchCV相比,使用这些库
的
主要好处是什么
浏览 0
提问于2018-07-22
得票数 4
2
回答
科学
学习
与滑雪板
的
区别
python
、
python-2.7
、
scikit-learn
Library/Python/2.7/site-packages/sklearn/utils/init.py",第10行,在.murmurhash导入murmurhash3_32文件"numpy.pxd“
的
第155行中,init sklearn.utils.murmurhash (sklearn/utils/murmurhash.c:5029) ValueError: numpy.dtype有错误
的
大小,尝试重新编译科学
学习
和滑雪有什么区别?
浏览 5
提问于2016-08-03
得票数 60
回答已采纳
3
回答
意外
交叉
验证
分数与
scikit-
学习
LinearRegression
python
、
python-2.7
、
scikit-learn
我正在努力
学习
使用
scikit-
学习
一些基本
的
统计
学习
任务。我以为我已经成功地创建了
一个
适合我
的
数据
的
LinearRegression模型:0.797144744766model = linear_model.Linear
浏览 4
提问于2015-11-10
得票数 3
回答已采纳
1
回答
训练情绪分析器模型
的
置信度评分
machine-learning
、
scikit-learn
、
nlp
、
accuracy
、
sentiment-analysis
我已经训练了
一个
基于文本
的
情感分析模型,使用
SciKit-
学习
和定制数据。我已经准备好了模型,它可以很好地预测
一个
类
的
文本(正、负或中性)。我已经达到了超过85%
的
测试精度和约80%
的
交叉
验证
精度。但是,我希望将每个预测
的
置信度分数附加到
一个
新
的
示例数据/文本中,然后提供给分类器。除了预测
的
类之外,这只是
一个
额外<em
浏览 0
提问于2019-01-18
得票数 2
回答已采纳
2
回答
不同核密度估计方法
的
比较?
python
、
scipy
、
statistics
在python中,有几种做核密度估计
的
方法,我想知道它们之间
的
差异,并做出
一个
很好
的
选择。我想我们可以和1d, 2d,bandwidth selection,Implementation和performance做比较速度通常是快速
的
,可以在多维上执行,但在决定带宽方面没有帮手。 我查看了一下scipy.kde,似乎有一种带宽选择方法。
浏览 3
提问于2016-02-24
得票数 0
1
回答
如何调整支持向量机等级
的
参数?
machine-learning
、
kernel
、
svm
、
ranking
我使用
的
是,它有多个参数,改变了我要得到
的
结果。是否有某种机制可以根据
验证
集
的
最佳结果来优化和获取最佳参数?以下是不同
的
参数: -c float -> C: trade-off between training error
浏览 4
提问于2015-02-06
得票数 0
回答已采纳
1
回答
K折叠使用特殊簇
的
滑雪板,而不是特定大小
的
分裂。
python
、
scikit-learn
、
cross-validation
、
k-fold
我想用python.My数据做
一个
K折
交叉
验证
,在user.Is数据中有8个用户,而我只对
一个
user.Is
的
数据做K折叠,可以在用户之间进行
交叉
验证
吗?例如,使用7个用户作为一组火车,使用1个用户作为测试集,并在这8个不同
的
情况下这样做?
浏览 2
提问于2019-09-24
得票数 1
回答已采纳
2
回答
如何使GridSeachCV与管道中
的
自定义转换器一起工作?
python
、
pandas
、
scikit-learn
如果我排除了我
的
自定义转换器,GridSearchCV运行
的
很好,但是它会出错。这里有
一个
假数据集:import numpyfrom sklearn_pandasscoring="accuracy") 而错误是当我
的
管道中有
一个</e
浏览 4
提问于2015-06-22
得票数 6
回答已采纳
1
回答
特征标准化-多层感知器
machine-learning
、
python
、
scikit-learn
、
feature-scaling
对于多层感知器
学习
过程之前
的
特征标准化,我有严重
的
疑问。from sklearn.preprocessing import StandardScaler sca
浏览 0
提问于2017-11-15
得票数 0
回答已采纳
1
回答
为10倍
交叉
验证
生成PMML问题
cross-validation
、
pmml
、
knime
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
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
选择参数优化 Azure 机器学习中的算法
深度学习基础总结,无一句废话
机器学习之感知机学习笔记
从0到1:神经网络实现图像识别(三)
机器学习100天-Day1403多类分类&多标签分类&多输出分类
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券