我正在尝试理解我们实现partial_fit的方式。我已经用make_regression创建了一个虚拟数据集。此外，我使用partial_fit方法对X和Y进行部分拟合。请问我在哪里提到批量大小和纪元数？ 例如，如果我想使用2000条记录和10个时期的批处理大小在整个数据集上以增量方式训练模型。from sklearn.datasets import make_
浏览 43提问于2020-08-31得票数 0
回答已采纳
2回答
sklearn.LinearRegression支持在线/增量学习吗？
我有100组数据，我正在尝试实现它们。对于每一组，有超过10000个实例和10个特征，因此如果构造一个巨大的矩阵( 10 ^6×10)，就会导致sklearn的内存错误。如果我每次都能用新组的批处理样本更新回归者，那就太好了。我发现是相关的，但是所接受的解决方案适用于使用单个新数据(只有一个实例)而不是批处理示例进行在线学习。
浏览 5提问于2014-03-26得票数 6
回答已采纳
1回答
我有一个名为"data.csv“的CSV文件。它有五列T，A，B，C和D
对于(A，B，C)的每个元组，我的文件中有七个数据条目，对应于时间T的七个不同实例。我希望在时间序列T上对每个元组(A、B、C)执行线性回归，以便使用scikit-learn库预测下一个时间实例的数据D。选择数据并进行回归的最有效方法是什么？CSV文件的大小为3.2GB，但我只有4GB的RAM。我试图一次加载完整的文
浏览 2提问于2016-10-26得票数 1
回答已采纳
1回答
我目前正在尝试使用scikits学习中的SGDRegressor来解决一个大型数据集X ~= (10^6,10^4)上的多变量目标问题。因此，我使用以下代码分部分生成设计矩阵(X)，其中每次迭代生成大小大致为(10^3，10^4)的一批：reglins = [linear_model.SGDRegressor(fit_intercept=True) for i in range(nTargets)]环顾四
浏览 3提问于2014-04-07得票数 0
我正在使用Sci-Kit learn的svm库对图像进行分类。我想知道，当我适应测试数据，它是按顺序工作，还是它删除了以前的分类材料，并重新适应新的测试数据。例如，如果我将100幅图像放入分类器，我可以继续，然后顺序地拟合另外100幅图像，或者支持向量机会删除它在原始100幅图像上执行的工作。这对我来说很难解释，所以我会给出一个例子：clf=SVC(kernel='linear')
clf.fit(test.data[0:1
浏览 0提问于2015-08-12得票数 2
回答已采纳
1回答
采用滑雪板进行分类是如何实现批处理梯度下降的？本文给出了随机GD的SGDClassifier (一次单实例)和线性/Logistic回归(采用正规方程)。
浏览 0提问于2019-04-06得票数 2
回答已采纳
2回答
这样保存一个经过训练的模型会不会给我提供一个对每一块数据进行训练的模型，或者仅仅是最后一块数据呢？joblib.dump(text_clf, filename)
loaded_model = joblib.load(filename)UPDATE块用于从csv获取文本。我更新了
浏览 0提问于2020-04-19得票数 1
1回答
如何为sklearn.linear_model.SGDRegressor设置参数使其执行批处理梯度下降？
我想用批处理梯度下降来解决线性回归问题。我需要使SGD的行为像批处理梯度下降，这应该做(我认为)通过使它修改模型在一个时代的结束。它能以某种方式被参数化成那样吗？
浏览 4提问于2020-04-23得票数 0
回答已采纳
我有一个非常大的数据集，不能加载到内存中。
我想使用这个数据集作为scikit学习分类器的训练集，例如LogisticRegression。有没有可能在我提供小批次的情况下，对一个scikit学习分类器进行一个小批次训练？
浏览 1提问于2017-10-25得票数 8
回答已采纳
这里和这里的文档表明，在特定的ML实现下，增量/在线学习是可能的--这意味着新的数据集可以被看作是“小批”，并通过保存/加载模型并使用相同的模型参数调用.partial_fit()来进行增量培训。提供给partial_fit的部分数据可以称为小型批处理.在迭代估计器中，partial_fit通常只执行一次迭代。2
然而，文档这里却让我失望了。partia
浏览 0提问于2020-02-24得票数 19
2回答
我的SGDRegressor的模型拟合不会增加或降低它在验证集(test)上的性能，在大约20,000次训练记录之后。我以前使用过StandardScaler并对数据进行了调整，用于培训和测试集。或者，由于SGDRegressor对培训数据的处理受到限制，这种行为是否可以解释？from sklearn.linear_model import SGDRegressor
from sklearn.metrics impo
浏览 5提问于2020-12-09得票数 3
回答已采纳
1回答
如何在网络应用中更新机器学习模型？
以SKLearn为例，在培训了一个巨大的模型(比如10 on的数据)之后，您如何根据当前的新数据更新模型呢？想必你不会想要实时更新，也许每天都要更新一次--但我无法在SKLearn中找到这样的方法。你只需要每天在不断增长的数据集上重新训练整个事物吗？
浏览 0提问于2017-01-26得票数 2
回答已采纳
1回答
其次，它给我的结果与使用sklearn的线性回归不同。作为参考，我的sklearn代码是： import numpyimport pandasfrom sklearn.model_selectiony的值为337,000，sklearn预测为355,000。，或者(b)我没有正确使用sklearn。对于给定的<
浏览 20提问于2019-02-08得票数 5
回答已采纳
在Keras中拟合模型以优化val_acc时，批处理大小和纪元数应该有多大？有没有什么基于数据输入大小的经验法则？
浏览 1提问于2016-01-28得票数 83
2回答
我已经使用了很多除草器，并习惯了他们的数据存储和转换，特别是在数据增强方面，因为它们非常用户友好，易于理解。
但是，我需要从sklearn运行一些ML模型。有没有一种方法可以使用比目鱼的数据器来学习滑雪？
浏览 0提问于2019-12-09得票数 1
我有一个矩阵X，它大约有7000列和38000行。因此，它是一个形状为numpy array的(38000, 7000)。我实例化了模型然后装上它其中y是响应向量，它是一个具有(38000,)形状的numpy我的想法
我的第一个想法是“水平地”划分矩阵X。我的意思是，我将X分成两个矩阵，列数相同(因此保留了所有特性)，但行数较少。那么，我每次都
浏览 6提问于2017-09-25得票数 4
回答已采纳
我一直在摆弄不同的科学学习工具。监督学习类都有相同的通用API，您可以调用model.fit(X, y)来适应模型。但是，它通常没有说明为什么不工作:我得到的形状错配错误表明，它只能预测单个输出维数，而实际上没有这样说。例如，对于随机梯度下降：(77946, 24)(77946, 24)
>>> mach = sklearn.linear_model.SGDRegressor\lin
浏览 2提问于2013-10-29得票数 0
该程序随机提供从网上下载的图像，或随机像素值的图像。如何设置批次大小和纪元数？我的训练数据基本上是无限的。
浏览 0提问于2017-09-30得票数 3
2回答
Keras不是为所有行建模
、、、、
全新的Keras，Tensorflow和Google Colab。我正在学习YouTube教程。我有一个有4000行的df，看起来像这样： x y color12.820071 3.812626 0.03999 3.877675 2.553817 1.0 下面是我的代码我的模型
浏览 7提问于2021-01-10得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
