我正在尝试部署一个带有Sklearn模型的Seldon部署。该模型是一个SVC分类器。: model-dev name: anomaly-ml - graph: replicas: 1 Seldon分类器失败，返回ModuleNotFoundError:没有名为'sklearn.svm.&
浏览 30提问于2020-04-26得票数 1
我正试图遵循关于Seldon的指导，在minikube上建立和部署虹膜模型。我可以使用YAML文件安装带有Helm和Seldon的Seldon。但是，当我试图应用这个YAML文件来部署Iris模型时，我遇到了以下错误：
Internal error occurred: failed calling webhook "v1.vseldondeployment.kb.io": Post "https://seldon-webhook-serv
浏览 10提问于2021-04-16得票数 5
需要了解如何使seldon与预先打包的python泡菜和服务器一起工作。我成功地在gke上安装了seldon-core，并成功地运行了一个包装的模型示例。现在，我希望能够使用预打包的服务器，它们可以从google云存储中拾取python-
浏览 12提问于2019-08-24得票数 1
我注意到，每当我部署一个模型时，都会有两个服务，例如NAME TYPEmodelUri: gs://seldon-models/sklearn/iris name: default model=true
浏览 7提问于2020-07-22得票数 3
我试图使用seldon内核加载虹膜模型，但不幸的是发生了以下错误。SKLEARN_SERVER加载seldon的sklearn/iris模型时出现以下错误。' 这看起来像是seldon的sklearn推理服务器中sklearn包的版本问题。: "sklearn" name: "sklearn"
pred
浏览 84提问于2021-09-02得票数 1
回答已采纳
我用"sklearn.svm“来做基本的支持向量机训练。对于SVC，是否有方法打印文档中描述的模型细节：from sklearn.svm import SVC
clf = SVC(C=10.0,kernel='linear',probability
浏览 1提问于2016-03-30得票数 1
回答已采纳
我正在学习Udacity教程，其中给出了几个数据点，并测试以下哪一个模型最适合于数据:线性回归、决策树或支持向量机。使用sklearn，我可以确定支持向量机是最适合的，其次是决策树。当应用这两种算法时，我得到了一个非常清晰的决策边界：是否有任何特定的原因，上述形状或它只是依赖于数据集？import GradientBoostingClassifierimport numpy
浏览 0提问于2017-07-19得票数 5
回答已采纳
我给一些随机生成的数据安装了一个线性核的支持向量机。代码如下所示。import pandas as pdfrom sklearn.svm import SVC
x = np.random.randnimport SVCsvc = SVC(kernel='linear', C=10)
svmfit = svc.fit(x,y) 在R中，使
浏览 28提问于2021-05-04得票数 1
回答已采纳
Peter from sklearn.svm import LinearSVCfrom sklearnimport datasets
X = training['review']
linear_s
浏览 3提问于2021-09-23得票数 2
回答已采纳
我希望将一个简单模型的培训分发给单个设备上的一些或所有CPU和GPU，例如支持向量分类器( sklearn.svm.SVC() )。我以前从未使用过GPU，我不知道这是如何工作的，或者使用tensorflow是否是这个简单任务的正确选择。我认为我需要做的是这样的：from sklearn.svm import SVCfrom sklea
浏览 0提问于2020-06-03得票数 0
回答已采纳
1回答
我已经创建了各种模型的集合，如svc、LogisticRegression、LinearDiscriminantAnalysis等。但是，当我缩放数据时，mlp分类器工作得更好，但是像LogisticRegression这样的其他模型在缩放数据时精度较低。因此，我只想缩放一个模型的数据。from sklearn import preprocessingscaler.fit(X_train)
X_trainrandom_sta
浏览 26提问于2020-05-16得票数 3
回答已采纳
我第一次在python中使用支持向量机。我还使用了5交叉验证，以检验模型的准确性。from sklearn.svm import SVC clf = svclassifier_rbf.fit(X_train, y_train)
from sklearn.me
浏览 1提问于2018-12-24得票数 1
回答已采纳
1回答
Scikit-learn支持转移学习吗？请检查以下代码。能否在clf2的基础上建立clf学习模型，通过fit(X2,y2)进行迁移学习？>>> from sklearn import svm>>> clf = svm.SVC()>>> clf.fit(X, y)
浏览 0提问于2020-07-22得票数 7
回答已采纳
最近，我开始学习如何使用sklearn，并且刚刚看到了这个奇怪的结果。
我使用digits数据集在sklearn中尝试不同的模型和估计方法。当我在数据上测试一个支持向量机模型时，我发现在sklearn中有两个不同的类用于支持向量机分类：SVC和LinearSVC，前者使用一对一的方法，另一个使用一个对rest的方法。我做了蒙特卡洛式的估计，我运行了两个模型500次，每次随机将样本分成60%的训练和40%的测试，并在测试集上计算预测的误
浏览 0提问于2015-09-02得票数 25
我希望对训练数据执行n倍交叉验证方法，然后用测试子集上的优化参数对模型进行拟合。from sklearn.model_selection import train_test_splitfrom sklearn importlinear_modelfrom sklearn.model_selection importQuest
浏览 2提问于2019-11-17得票数 0
我正在尝试使用这个来自sklearn的名为SVC的库。然而，当我运行我的程序时，我遇到了这个错误：我不知道是否有支持向量回归的回归库，这是我到目前为止唯一找到的回归库下面是我的代码：from sklearn.model_selection import train_test_split
import matplotlib.pyplotas plt
浏览 3提问于2018-02-12得票数 2
回答已采纳
1回答
在sklearn中，可以定义一个串行管道，以获得管道的所有连续部分的最佳超参数组合。串行管道可以实现如下：from sklearn import decomposition, datasetsfrom sklearn.model_selection import GridSearchCV
X
浏览 0提问于2017-02-16得票数 6
回答已采纳
我使用sklearn.svm.SVC训练支持向量机分类器，并存储权重(系数)。然后，我加载了它们，并试图将它们注入到sklearn.svm.SVC的一个新实例中，但是无法执行，因为属性coef_似乎是只读的。from sklearn import svmweights = pickle.load(open(weights_path, 'r
浏览 4提问于2019-05-15得票数 0
回答已采纳
我试图用sklearn来评估多种机器学习算法，以获得一些度量(准确性、回忆性、精确性，甚至更多)。因此，为了计算多个分数，我必须：
我多次使用以下代码执行：
从sklearn.svm导入SVC，从sklearn.naive_bayes导入GaussianNB，从sklearn.tree导入DecisionTreeClassifier，从sklearn.cross_validation导入cross_val_score导入时间，从<
浏览 4提问于2016-03-08得票数 50
回答已采纳
1回答
我训练了一个具有缩放特征的SVM scikit-learn模型，并将其持久化以供以后使用。在另一个文件中，我加载了保存的模型，并希望提交一组新的特征来执行预测。我必须缩放这组新功能吗？问题在于使用经过缩放特征训练的持久化SVM模型进行单一预测。知道我做错了什么吗？
浏览 20提问于2019-07-01得票数 1
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
