当我尝试在pycreat中训练某些东西时，收到以下错误消息from pycaret.regression import
浏览 1692提问于2021-05-28得票数 5
我假设我得到了不同的答案b/c不同的随机数导致每次我运行它时折叠都不同，尽管我的理解是下面的代码应该可以解决这个问题，因为KFold默认有shuffle=False。
浏览 0提问于2013-05-28得票数 1
回答已采纳
所以问题是，在scikit的训练-测试-拆分方法中，"shuffle“和"random_state”参数之间有什么不同？MWE的代码：train_test_split(y, shuffle=False)
Out: [[0, 1, 2], [3, 4]]
浏览 3提问于2019-11-20得票数 6
回答已采纳
1回答
在这里，我对同时使用random_state和shuffle有点困惑。我想把数据分开，而不想把它弄乱。在我看来，当我将洗牌设置为False时，不管我为random_state选择的数字是什么，我都有相同的输出(对于random_state 42或2、7、17等等，分叉是相同的)。为什么？X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25,<e
浏览 2提问于2018-11-11得票数 4
回答已采纳
n_features=4, random_state=0, shuffle=False)print(y)
for i in range(0, 3):
np.random.seed(i)ada = AdaBoostClassifier(n_estimators=100, random_state=
浏览 0提问于2019-10-05得票数 0
回答已采纳
但是我给这些模型一个随机数据集，其中一些模型通过多次运行(没有交叉验证，只看到分割测试数据的准确性)，这些模型是否真的有可能，或者这些模型是否达到了一个平台？下面是我对随机数据进行测试的代码：outer_cv = KFold(n_splits=10, shuffle=True, random_state=seed)
m
浏览 0提问于2019-05-09得票数 2
1回答
为了获得最优的体系结构，我还将其定义为一个函数，以查看它是否正在收敛到一个模式。但是每次我运行这个模型，它给我一个不同的结果，我上次尝试，我不知道为什么？batch_size='auto', tol=0.0001, verbose=False</
浏览 9提问于2021-09-30得票数 0
回答已采纳
，我还编写了自己的交叉验证函数，如下所示
estimator.fit(X.iloc[train_index也许把shuffle=True放在KFold里面
浏览 4提问于2022-01-28得票数 0
回答已采纳
= 0, shuffle=True)
model.add(Activation在model.fit()中将shuffle更改为False似乎没有任何影响。= 0, shuffle=True)对数据集进行混洗时，模型的val_accuracy超过80%！与model.fit()无关，将shuffle设置
浏览 46提问于2021-01-28得票数 1
回答已采纳
但它不应该是随机的。我需要拆分火车的前808699行，其余的作为测试？x_train,x_test,y_train,y_test=train_test_split(x,y,train_size=808698,test_size=121918,random_state=1)
ValueError: train_size=808698 should be either positive and smaller than the number of samples 1219
浏览 3提问于2019-08-20得票数 0
repeat 1-7如果我在KFold生成中不使用shuffle如果我使用shuffle，如果我多次重复相同的运行，我会得到不同的平均值(cv-error)，并且“最佳值”是不可重复的。我可以理解，我应该为每个KFold通道获得不同的cv_errors，但最终的平均值应该是相同的。带有shuffle的KFold到底是如何工作的？
浏览 2提问于2012-09-02得票数 6
回答已采纳
我有一个mnist数据集，我想使用其中的10%作为验证集。我如何在Tensorflow中做到这一点？
浏览 0提问于2019-01-26得票数 0
4回答
实现交叉验证时出错
、、、、
nextg\Desktop\sample_project\env\lib\site-packages\sklearn\model_selection_split.py:293: FutureWarning:设置一个random_state没有效果，因为洗牌是假的。您应该将random_state保留为它的默认值(无)，或者设置shuffle=True。clone_
浏览 1提问于2020-09-08得票数 0
3回答
0.15202335]它的实际值是07.在测试集上[ 0.13394644]它的实际值是010.在测试集上[ 0.04979875]它的实际值是0
正如你所看到的，在第8行，它给出了最高的值，但问题是我想使用my_model.predict
浏览 0提问于2016-02-16得票数 1
至于标题，我想知道StratifiedKFold(n_splits=10, shuffle=True, random_state=0)使用StratifiedShuffleSplit的好处是什么？
浏览 10提问于2017-08-30得票数 75
回答已采纳
2回答
], n_informative=3, n_redundant=1, flip_y=0, n_features=20, n_clusters_per_class=1, n_samples=1000, random_state["x%s" % i for i in range(1, ln[1] + 1)]
st=StandardScaler()
rg = LogisticRegression(
浏览 0提问于2018-03-25得票数 9
回答已采纳
2回答
高风险(水中细菌水平高)和低风险(水中细菌含量低)，准确性因设置"shuffle=True"(achieved accuracy of around 75%)而异，与在StratifiedKFold中设置"shuffle=False"时不同，如下所示：skf = StratifiedKFold(n_splits=n_folds, shuffle=True)
“滑雪”文件说明如下·
浏览 5提问于2020-01-06得票数 4
回答已采纳
1回答
我正在执行自我学习与(O'Reilly)的手动机器学习w/ scikit_Learn“，目前使用不同的分类器的MNIST数据。sgd_clf = SGDClassifier()我收到一个错误：
x_train.shape是55000x784，y_train.shape是55000x10，它们都是numpy.ndarray。
当我安装KN
浏览 2提问于2017-07-24得票数 0
通过使用管道，我们可以将列转换器和机器学习算法一起放入GridSearchCV中。如果我为GridSearchCV设置了5折交叉验证，该函数将使用5个不同的训练和验证集来训练和验证每个超参数组合。我对此感到非常困惑，因为为了避免数据泄漏，我们应该只使用训练集来拟合转换器，但在本例中，我们有5个不同的训练集，而我不知道GridSearchCV函数使用哪一个来拟合和转换验证和测试集。我的代码如下所示
X_other, X_test, y_other, y_test = train_test_split(X,
浏览 10提问于2021-11-17得票数 0
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
