我正在尝试使用MLPRegressor训练和测试我的数据集。我有两个数据集(训练数据集和测试数据集)，它们都有完全相同的特征和标签列。下面是我的代码：import numpy as np
y_train = labeltrain
y_test = labeltest
mlp =
浏览 0提问于2017-08-22得票数 4
1回答
我正在尝试创建一个回归模型，使用scikit-学习预测汽车价格。输入的数据有:车型(纵倾)、公里使用、同类车的过去转售价格和二手车年限。我正试图预测这辆汽车未来的转售价格。
我已经对数据做了预处理。我试过使用ARDRegression，RandomForestRegressor，最后是MLPRegressor。但预测模型似乎没有很好的预测效果，预测结果似乎超出了训练数据的范围。如果实际价值(实际售价)为748077.0，则预测
浏览 0提问于2019-10-28得票数 2
1回答
我用sklearn库训练了一个RandomForestClassifier模型，并将它保存了下来。现在，我有一个将近1GB的joblib文件，我正在Nginx/Flask/Guincorn堆栈上部署它。问题是我必须找到一种有效的方法从文件中加载这个模型，并为API请求提供服务。是否可以在没有数据集的情况下保存模型：print("random classifier saved")
浏览 7提问于2022-03-23得票数 0
回答已采纳
我正在实现一个可伸缩的管道，用于清理我的数据并在建模之前对其进行预处理。我的一般想法是，预处理阶段将包括对拆分后需要完成的数据进行操作，以避免数据泄漏。这些通常是：估算(如果不是按恒定值计算)另一方面，数据清理或功能工程是可以对整个数据集执行的操作，例如： """Clean the price feature."""
浏览 0提问于2020-12-11得票数 2
我试着用MLP学习一些正弦函数。不幸的是，结果在很大程度上取决于随机种子。如何调整MLPRegressor，使结果更少地依赖于随机种子？import numpy as npfrom sklearn.neural_network import MLPRegressorfor i in range(10):
浏览 2提问于2018-05-06得票数 1
1回答
如果在我的数据集中，糖尿病负面观察的数量比我糖尿病正面观察的数量多10倍，是不是已经给出了我的网络只会学习和预测糖尿病负面，因为它有更多的观察结果？
浏览 1提问于2013-05-16得票数 0
回答已采纳
1回答
线性回归完全关闭
、、、、
我目前正在尝试学习scikit- learn，为此，我有一个简单的线性回归的房价相对于面积的平方米。我已经为一个地点建立了这个模型，一切都很好，当我尝试使用另一个数据集时，数据分散得很好，但回归/预测是完全错误的！信心也相当糟糕，通常是负面的。
浏览 9提问于2016-07-23得票数 0
回答已采纳
5回答
电影评论情感分析的训练数据集
、、、、
根据情绪分析，我想找出一部电影的评论是正面的还是负面的。我在此链接中找到了一个培训数据集。
这个数据集有评论，得分1表示评论为正，0表示电影评论为负值，但记录数量较少。我有一个测试数据集，我将预测基于训练集。我的测试数据集有复杂而冗长的单词，我的python模型有时会给出负面评论的正结果(负面评论返回的结果为1)。我正在寻找更好的数据集来训练我的模型，以便我的模型能够很好地预测。你能告诉我任何好的/大的和有效的训练数据用于这个场景吗？如果你能分享任何链接，那将
浏览 0提问于2016-04-15得票数 7
1回答
我使用scikit-学习聚类我的数据，并希望评估的结果。
我想知道是否有一个内置的函数，根据文件对计算TP、TN、FP、FN，如“信息检索入门”( Ch.16，p.359 ()中所解释的那样)。
浏览 3提问于2014-08-11得票数 1
我是机器学习的新手，在学习过程中遇到了“评分参数”。对于回归模型的评价，我们考虑了均方误差、平均绝对误差等的负面因素。因此，度量模型与数据之间的距离的度量，如metrics.mean_squared_error，可以作为返回度量的负值的neg_mean_squared_error。”那么，为什么负面效应会更多，因为从逻辑上讲，无论是-ve还是+ve，如果预测的差异更大，那么我们的模型也会同样糟糕。那么，为什么评分参数集中在负差异上呢？
浏览 10提问于2020-06-01得票数 3
回答已采纳
1回答
我正在尝试使用MLPRegressor来训练和测试我的数据集。我有两个数据集(训练数据集和测试数据集)，它们都有完全相同的特性和标签列。randomfrom sklearn.neural_network import MLPRegressorX_test_scaled = scaler.fit_transform(X_test)
mlp
浏览 1提问于2017-10-01得票数 4
2回答
我在人工智能和机器学习方面有一些基本知识，但在解决一个具体问题时有点困惑。
我有以下场景:给定特性和标记数据(0或1)。我想预测的概率，新的数据需要0的基础上，这些新的数据的特征值。我知道这是监督学习，但我可以用什么方法来预测(我认为逻辑回归或神经网络应该是一种选择？)如果Python中有任何预实现的libaries，我只需将数据提供给它就可以了？
浏览 7提问于2022-11-19得票数 -2
我正在应用特征选择方法，RFE (递归特征消除)，从scikit-学习到一个数据集。对于RFE，我没有任何预先确定的特性数量，我更愿意从数据本身获得这个数字。对于评估，我使用来自预测结果的F1，使用来自RFE的特性。对于序列化，我计划使用提供最佳F1的功能数量。
还可以使用哪些其他方法来确定RFE的功能数量？谢谢!
浏览 0提问于2018-08-30得票数 2
1回答
我正在尝试使一个简单的scikit-学习示例工作，但我不断得到的错误：multiclass-multioutput is not supported。我的代码的第一部分遵循任何基本教程，如预期的那样工作：>>> from sklearn import datasets>>> clf.score([X[0]], [
浏览 3提问于2014-07-21得票数 0
回答已采纳
我想使用Python和库(如张量流、keras和scikit- learning )来训练我的机器学习。经过培训后，我想将这个经过训练的模型导出到一个文件中，到目前为止，我一直在使用库泡菜。当我说"use“时，我的意思是将值传递给模型并得到一个预测。
这有点类似于微控制器用TensorFlow，但是，我不确定这是否是解决这个问题的最合适和更容易的方法。
浏览 0提问于2020-02-21得票数 3
回答已采纳
1回答
我有个问题。我想输出模型是如何决定的。我想为此使用。我发现了下面的。我有一个自由的文本字段，并想要确定它是什么情况-这是要解决的CNN神经网络的帮助。我有几节课。然而，我不知道如何使用Lime，我尝试过，但得到了以下错误。# Loading data# ...
train_X, test_X, train_y, test_y = train_test_split(
浏览 6提问于2022-07-08得票数 1
1回答
我正在做一项工作，我需要预测一条推特的以下立场之一：“赞成”、“反对”、“中立”、“不相关”和“是的，如果”。我一直在尝试使用scikit-学习和变压器进行分类，但两者似乎都产生了相当差的结果。
浏览 0提问于2022-10-26得票数 0
回答已采纳
2回答
我有一个简单的scikit-学习两个步骤的Pipeline：一个TfIdfVectorizer和一个LinearSVC。现在我想要改变(而不是预测！)我尝试了pipeline.transform([item])，但它给出的结果与pipeline.named_steps['tfidf'].transform([item])不同。甚至结果的形状和类型也不同:第一个是1x3000 CSR矩阵，第二个是1x15000 CSC矩阵。哪一个是对的？他们为什么
浏览 4提问于2015-11-02得票数 10
回答已采纳
1回答
我正在开发一个机器学习模型来预测客户对某些产品的评论的情绪极性。除了预测文本中含有俚语外，大多数情况下效果都很好。因此，我想在训练数据集中添加一些带有俚语的带标签的例句，以提高模型在含有俚语的句子中的性能。它只有单词，没有句子在每一个条目；
它不仅包含俚语，而且还包含许多普通词汇，如“有”、“计划”、“字典”等。
浏览 11提问于2022-09-05得票数 -2
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
