1回答
我是一个Python-Machine Learning新手，我一直在自学Jupyter Notebook(v6.0.3)中的Scikit-Learn (v0.22.1)。我完全从auto_examples_python/datasets/plot_cv_diabetes.py复制了这段代码(从scikit-Learn0.22.1下载的文件)，这不能在我的Jupyter笔记本上运行= np.logspace(-4, -0.5, 30)
tuned_parameters = [{'alphas</e
浏览 54提问于2020-02-03得票数 0
回答已采纳
1回答
我正在研究政治网络的网络模型。我正在做的一件事是惩罚推理。我正在使用一种自适应套索方法，为glmnet设置一个惩罚因子。我的模型中有各种参数：alphas和phis。alphas是固定的效果，所以我想在phis受到惩罚时将它们保留在模型中。coeffic
浏览 31提问于2017-01-12得票数 0
我正在尝试运行Logistic回归的网格搜索，我得到了这个非常奇怪的错误。我在我的机器上运行同样的东西，它工作得很好，但是当我尝试在我的远程机器上运行它时，它失败了。唯一明显的区别是python的版本，在我的本地机器上是2.7.10，而在它不工作的远程机器上是2.7.6。deprecated as of Python 2.6: JoblibValueError
我不知道为什么我会得到这个错误，我也在goo
浏览 13提问于2016-08-13得票数 2
1回答
使用GridSearchCV对决策树的超参数进行调优时会出现错误。None],}grid.fit(X_train, y_train)ValueError
浏览 4提问于2022-11-06得票数 0
所以我正在用RandomForest和GridsearchCV做一些参数方面的事情。这是我的代码。: estimator的参数max_features无效。使用estimator.get_params().keys()检查可用参数列表。“
我遵循了错误给出的建议，print(clf.get_params().keys())的输出如下所示。然而，即使我将这些标题复制并粘贴到我的参数字典中，我仍然得到一个错误。我搜索过堆
浏览 4提问于2017-07-31得票数 0
像我这样只打算做一些基本估计工作的朴素Stata用户通常对Stata的矩阵特性和Mata语法非常不熟悉。然而，在某些情况下，这项技术是必要的。原始代码是用Matlab编写的。显然，Stata中的第一步非常简单(也欢迎使用最简单的方法)。但对于剩下的两个步骤，它们本质上是一个逻辑索引的任务，并且需要一些Mata中的矩阵操作知识(我的观察值超过800)。,index]
// F
浏览 4提问于2017-09-19得票数 0
1回答
我打算为Logistic回归模型做超参数调优。这是代码..。GridSearchCV(estimator=LogisticRegression(),param_grid=params,cv=10,scoring='f1_macro')ValueError:对估计器LogisticRegression()的无效参数惩罚。使用estimator.get_params().keys()检查可用参数的</em
浏览 6提问于2022-03-20得票数 0
我尝试在网格搜索中使用随机森林，但出现以下错误print(metrics.accuracy_score(y_test,y_pred)) 'ma
浏览 112提问于2021-02-25得票数 1
回答已采纳
我正在使用这里使用logistic 分析的神经痛数据集运行具有二进制端点的套索回归。output out=predLASSO pred=Lpred pzero=Lzero;然而，与proc logistic相反，对于二进制性别等分类预测因子，我得到了两个水平(男性和女性)的非零估计，而不是给出一个性别相对于另一个(参考)水平的影响的单一非零估计。这与普通的(非套索)逻辑回归形成对比。为什么会这样呢？这是<
浏览 7提问于2020-12-01得票数 1
我试图创建一个直线并微调超参数，但是我尝试使用fit，我得到了错误 ValueError:用于估计器管道(steps=(‘rfc’，RandomForestClassifier())的无效参数估计器。使用estimator.get_params().keys()检查可用<
浏览 4提问于2022-03-26得票数 2
我想把StandardScaler和GridSearchCV结合起来，找出Ridge回归模型的最佳参数。会引发ValueError(估计器%s的无效参数%s )。ValueError:用于估值器管道的无效参数α(memory=None，steps=(“标准标量器”，StandardScaler(copy=True，with_mean=Tru
浏览 2提问于2020-04-27得票数 2
回答已采纳
当我试图将GridSearchCV用于MLPClassifier时，我收到了以下消息：
MLPClassifier(激活=‘relu’，alpha=0.0001使用estimator.get_params().keys()检查可用参数列表。grid_search.GridSearchCV(mlp, paramgrid, cv = 5)
mlpcv.fit(trainXtf, trainY
浏览 1提问于2016-10-04得票数 0
L2正则化导致向量参数中的值最小化。L1正则化导致在向量参数中将某些系数设置为0。
更广泛地说，我已经看到不可微正则化函数导致在参数向量中将系数设置为0。为什么是这种情况？
浏览 0提问于2019-07-01得票数 2
我正在使用python 3.7.6，我正在尝试用GridSearchCV来调优一些超参数 print("pipeline score: ", grid.score(X_test, y_test))ValueError
浏览 0提问于2020-03-31得票数 0
回答已采纳
错误的核心是：
ValueError:用于估计器KerasClassifier的无效参数层。可以通过在KerasClassifier构造函数中设置此参数来解决此问题：KerasClassifier(layers=[128])用estimator.get_params().keys()检查可用参数的列表请在代码后找到完整的错误。我尝试过更改几行，或者添加不同的参数
浏览 13提问于2022-05-23得票数 1
回答已采纳
我有一个sklearn管道，它使用两种类型的特征进行文本分类:由CountVectorizer()和TfidfTransformer() (TfidfVectorizer())生成的标准tfidf特征和一些语言特征我尝试将不同的ngram范围传递给CountVectorizer()，然后使用GridSearh找到最佳的n。下面是我的代码：
浏览 3提问于2015-10-06得票数 2
1回答
仅对数字列进行标准化
、、、
我有两个函数来标准化我的数据，例如： stdSc = preprocessing.StandardScaler()此外，在线性回归中，我有一个问题，即我的虚拟变量的系数太大，这会在预测中产生无用的点。
浏览 6提问于2020-08-05得票数 0
我目前有10个估算数据集，一个分类结果变量(序数，三个级别)，一个分类暴露变量，以及协变量的混合(数字，分类，二进制)。我想应用套索方法来选择哪些变量应该包括在最终的多项式logistic回归模型中，但我还没有找到任何关于这个主题的论文，或者提供了如何执行这一操作的R代码。我发现有许多论文表明，如果你有一个二元或连续的结果，而不是一个绝对的结果，那么可以进行哪种程序。有谁有资源吗？非常感谢您抽出时间来
浏览 8提问于2021-07-22得票数 0
1回答
决策树回归器中网格交叉验证问题
、、、、
让我们假设我定义了一个这样的回归器tree.fit(X_train, y_train)treeCV.fit(X_train, y_
浏览 24提问于2021-02-25得票数 0
回答已采纳
是否有可能执行一个GridSearchCV (以获得最佳支持向量机的C)，但却指定sample_weight与科学工具包-学习？下面是我的代码和我面临的错误： svm.SVC(C=1), 'kernel': ['linear'], 'sample_weight': sw_train,
浏览 6提问于2012-10-24得票数 16
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
