1回答
我最近开始探索TensorFlow为我自己写的专栏。
如果我对文档的理解是正确的，那么特征列只是在将数据拟合到模型之前进行进一步转换的“框架”。因此，如果我想使用它，我定义了一些特征列，从它们创建DenseFeatures层，当我将数据拟合到模型中时，所有特征都通过该DenseFeatures层，转换，然后适合我的NN的第一个密集层。我的问题是，
浏览 20提问于2020-05-13得票数 0
我正在尝试使用tensorflow训练DNN模型，我的脚本有两个变量，一个是密集特征，一个是稀疏特征，每个小批量将使用embedding_lookup_sparse拉取完整的密集特征和指定的稀疏特征，前馈只能在稀疏特征准备好后才能开始我使用20个参数服务器运行我的脚本，并且增加工作线程数并没有向外扩展。因此，我使用tensorflow时间线分析了我的工作，发现20个参数中<
浏览 0提问于2017-01-26得票数 0
我有一个pandas数据框架，其中行作为记录(患者)，105列作为特征。(每个患者的属性)我尝试了K
浏览 1提问于2018-10-03得票数 1
2回答
我想从一个不平衡的数据集中训练一个tensorflow DNNClassifier模型。每个样本都有一个“质量”值，代表样本的相对相关性。我假设我可以使用权重来表示这种相关性。我读到权重特征与损失相乘。在这种情况下，“好的”样本可能具有较低的权重。准确吗？
浏览 0提问于2019-11-02得票数 0
1回答
具有大量变量的时间序列数据建模
、、、、
我希望用神经网络对52个因变量的时间序列数据进行建模，以便对未来的时间序列进行预测。功能的数量会影响模型的结果吗?如果是的话，如何处理大量变量的数据？对于此任务，是否有首选的模式？
浏览 0提问于2021-07-08得票数 1
回答已采纳
3回答
显然，数据集占用了大量的内存，但是R没有问题地读取它。UPD:
方差阈值滤波器(去除了方差低
浏览 3提问于2013-05-28得票数 4
回答已采纳
2回答
我想检查一些向量是否由numpy相互依赖，我在下面的链接中找到了一些检查矩阵的线性相关性的好建议：。我无法理解“Cauchy-Schwarz不等式”方法，我认为这是由于我缺乏知识，但是我尝试使用特征值方法检查列之间的线性相关性，下面是我的代码：我的问题是，这些特征向量或特征值与矩阵中</
浏览 5提问于2022-01-24得票数 0
回答已采纳
4回答
，但想法是有很多特征(如上面示例中的体重指数、高度和智商)，然后又有相同数量的列，但这些是在回归出一些变量后的标准化残差(在上面的示例中称为bmi.residuals、height.residuals和IQ.residuals的列)。我想创建一个具有每对特征和残差之间的相关性的对象，如下所示： trait correlation height
浏览 30提问于2017-12-14得票数 0
回答已采纳
我试图找到包含不同数量的列/特征的两个数据集之间的相关性，我查看了典型相关性，但它给出了每个特征之间的相关性，但我希望找到两个数据集之间的相关性。所以我想在末尾只有一个数字。假设我的数据集A包含3年内股票每日价格的5个报价器，数据集B包含3年内10只股票的每日价格。我如何找到A和B之间的相关性
浏览 37提问于2021-01-20得票数 0
1回答
机器学习相关性
、、
我有一个数据集，我清理了它，现在在运行机器学习模型之前，我正在查看相关性。我读过关于人的r相关性的文章：我不明白几件事：如果我有很强的相关性，它是好的还是坏的？Doe的强相关性(不是完美的1.0)意味着这两列基本上是相同的？，如果相关性是
浏览 2提问于2021-05-06得票数 1
4回答
计算我的特性和目标变量之间相关性的最佳解决方案是什么?？我的数据有1000行40000列..。, [4, 6, 8, 12], [5, 3, 2 ,10]], columns=['Feature1', 'Feature2','Feature3','Target'])
这段代码工作得很好，但是我的数据太长了.我只需要关联矩阵的最后一列:与目标的相关性(而不是
浏览 0提问于2018-09-25得票数 11
回答已采纳
1回答
很少有关于分类数据的问题。需要建议/指示：cat和num特征之间的相关性如何？我们如何找到目标依赖于组合的分类特征，但可能不显示与个别特征的相关性的情况？
我们能否处理测试数据具有训练数据中不存在的分类特征值的</em
浏览 0提问于2020-04-28得票数 0
我正在尝试为线性模型选择特征。我需要使用pearson r相关系数选择15个相关性最强的特征。
使用selectKBest()时，我需要声明一个要传递给它的可调用函数，以确定每列与目标值的相关性。但是，在调用sellectKBest时，我仍然得到一个类型错误，声明传递的是None而不是callable。我也不确定这个函数是否能帮助我实现我想要的结果，即找到与目标值相关性最强的15个
浏览 0提问于2021-02-13得票数 0
我正在尝试适应tensorflow中的DNN分类器。我在TensorFlow中有多个嵌入的特征列，我正在尝试创建循环，以避免手动键入来创建特征列，但它不起作用。下面是我尝试过的代码，但它在尝试作为特征列匹配时返回了一个错误。
浏览 2提问于2017-12-16得票数 2
1回答
在python中，我有以下问题： 我只想在一个特征上打印多个特征的相关性<0.9 (这里：'Volume')：在这种情况下，示例指的是我的数据帧 代码： correlation=example.corrmy_features=pd.DataFrame(my_feature)
my_feature['Feature']=my_feature.index 因此，我现在有了一个dataFrame，它具有我的特征，
浏览 16提问于2020-01-29得票数 0
我有两个特征：“Contact_Last_Name”和“Account_Last_Name”，我想根据这两个特征对我的数据进行分类:逻辑是，如果这两个特征相同，即Contact_Last_Name与Account_Last_Name请注意，通常我们会丢弃高相关性列，但在这里，列之间的相关性似乎具有分类的逻辑
我尝试在R中使用决策树(c5.0)和朴素贝叶斯(NaiveBayes)，但这两种方法都无法正确地对数据集进行分
浏览 0提问于2017-07-28得票数 0
我成功地训练了一个TensowFlow增强的树估计器。现在我想将它另存为SavedModel。问题是我得到了下面的错误。fcountabove2sigma_Result', shape=(1,), default_value=None, dtype=tf.float32, normalizer_fn=None)] 下面是我的代码特征fcoeffvariation_Result, fcountabove2sigma_Result是浮动特征，而标签特征是布尔值(0或1)。
浏览 19提问于2019-12-16得票数 1
1回答
一些文献报道了在建立模型时特征与目标特征之间的相关性，有必要检查特征与目标特征之间的相关性吗？如果功能的数量很高，那就不容易了。
浏览 0提问于2018-03-13得票数 0
回答已采纳
2回答
SHAP值可以解释，对吗？
、、、、
我在使用SHAP value来解释基于树的模型时遇到了一个问题。首先，我输入了大约30个特征，我有2个特征，它们之间有很高的正相关性。在此之后，我训练了XGBoost模型(Python)，并查看了2个特征的Shap值，Shap值具有负相关性。
你们能给我解释一下，为什么两个特征之间的输出SHAP值不具有与输入相关相同的相关性吗？我能不能相信SHAP的输出？
浏览 11提问于2019-11-25得票数 0
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
