腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
为什么GaussianNB()没有alpha
参数
?
、
为什么在sklearn库中没有GaussianNB()的alpha
参数
( Laplace平滑中的平滑
参数
)?虽然BernoulliNB()和
MultinomialNB
()有一个alpha
参数
,但是GaussianNB()没有吗?
浏览 0
提问于2022-10-11
得票数 0
1
回答
保存sklearn管道的一部分
、
我在模型中的一些特性可能需要一些时间才能生成,所以要快速尝试多个特性和
参数
,最好将它们保存到磁盘上以供以后使用。', LengthTransformer()), ])),]) 我想将CountVectorizer()改为CountVectorizer(max_features=1000),然后只需要重新计算CountVectorizer
浏览 0
提问于2015-08-09
得票数 14
1
回答
TypeError从
MultinomialNB
:
MultinomialNB
()
参数
必须是字符串或数字
、
、
、
、
我试图比较多项式、二项式和Bernoulli分类器的性能,但我有一个错误: testing_set = featuresets[1400:] MNB_classifier = SklearnClassifier(
MultinomialNB
浏览 0
提问于2018-03-21
得票数 1
回答已采纳
2
回答
这个朴素bayes多项式模型代码的预期结果是什么?
、
、
、
from sklearn.naive_bayes import GaussianNB,
MultinomialNB
yy = [1,1,1,0,0,0]clf =
MultinomialNB
()print(clf.predict([[1]])) 我还尝试将alpha
参数
从1更改为
浏览 0
提问于2019-08-28
得票数 0
回答已采纳
1
回答
多个要素作为ML NLP文本分析预测的输入
、
'G']], df.final, test_size=0.2, from sklearn.naive_bayes import
MultinomialNB
Pipeline([('vect', CountVectorizer()), ('clf',
MultinomialNB
浏览 26
提问于2020-04-21
得票数 1
1
回答
将两个滑雪板管道组合成一个
、
pipe_nb = Pipeline([*pipe.steps, ('naive_bayes',
MultinomialNB
())]) pipe, ) 如何将两条管道合二为一,以一种很好的琵琶的方式?
浏览 1
提问于2022-03-05
得票数 0
1
回答
Scikit-学习RandomizedSearchCV不为class_prior工作的
MultinomialNB
、
、
我试图在
MultinomialNB
(1)上进行随机
参数
优化。现在,我的
参数
有3,而不是一个值,因为它是'class_prior‘,我确实有3个类。from sklearn.naive_bayes import
MultinomialNB
from= {'class_prior': [uniform.rvs(0,3), uniform.rvs(0,3), uniform.rvs(0,3)]}
浏览 4
提问于2017-09-27
得票数 0
回答已采纳
1
回答
coef_和feature_log_prob_在多项式朴素贝叶斯中的差异?
、
、
、
、
import numpy as npX = np.random.randint(5, size=(10, 100))clf =
MultinomialNB
()然后,我想找出在我的模型和滑雪文档中的重要特性,我们有两个
参数
coef_ : array, shape (n_classes, n_features) Mirrors feature_log_p
浏览 2
提问于2018-10-24
得票数 2
1
回答
文本分类+朴素贝叶斯+ Scikit学习
、
、
我在上找到的这段代码:>>> clf =
MultinomialNB
().fit(X_train_tfidf, twenty_train.target) 我想解决一个关于
参数
X_train_tfidf,twenty_train.target传递给fit()函数的疑问。
浏览 0
提问于2018-09-25
得票数 1
回答已采纳
2
回答
使用sklearn流水线比较多种算法
、
、
、
'vect', CountVectorizer()),('clf', SGDClassifier()), ('classifier',
MultinomialNB
浏览 0
提问于2018-08-05
得票数 6
1
回答
sklearn.pipeline是如何手动工作的?
、
目前,我正在开发sklearn.pipeline,这是一个很棒的例子:model.fitTfidfVectorizerX=model1.fit_transform(train.data) model2.fit(....)
浏览 0
提问于2019-06-26
得票数 2
回答已采纳
1
回答
标注二进制化不支持多输出目标数据
、
、
我适合我的K折分裂的
MultinomialNB
模型。('tfidf', TfidfVectorizer(stop_words=stop_words)), ('clf', OneVsRestClassifier(
MultinomialNB
浏览 24
提问于2019-09-30
得票数 0
回答已采纳
1
回答
用于交叉验证的其他拟合
参数
、
、
、
对于scikit-learn,当使用cross_val_score时,有没有办法将额外的
参数
传递给分类器的fit方法?例如,如何为
MultinomialNB
分类器指定sample_weight或class_prior:
浏览 0
提问于2012-08-26
得票数 4
回答已采纳
1
回答
稀疏矩阵与
MultinomialNB
一起工作吗?
、
、
、
、
我有一个BoW矢量形状(100000, 56000),我想使用
MultinomialNB
从scikit学习一个分类任务。
MultinomialNB
是否采用稀疏矩阵来拟合数据?
浏览 1
提问于2019-03-10
得票数 0
回答已采纳
1
回答
朴素贝叶斯分类器动态训练
、
、
、
是否有可能(如果可以)动态训练sklearn
MultinomialNB
分类器?我想训练(更新)我的垃圾邮件分类器,每次我在它的饲料。我想要这样(不起作用):clf =
MultinomialNB
x_test)x_train, x_test, y_train, y_test = tts(features, labels, test_size=0.2) clf =
Mul
浏览 15
提问于2020-05-26
得票数 1
1
回答
如何使用泡菜序列化
、
、
render_template,url_for,request #Naive Bayes Classifier clf.fit(X_train,y_
浏览 0
提问于2018-05-17
得票数 0
回答已采纳
1
回答
如何通过解决这个错误来训练
MultinomialNB
[ValueError:坏输入形状(10,2)]
、
这是数据,然后我使用countvectorizer,然后使用
MultinomialNB
(),但是我得到了错误。请告诉我正确的语法。print(text_train_tfidf.toarray()) from sklearn.naive_bayes import
MultinomialNB
clf =
MultinomialNB
().fit(text_train_tfid
浏览 0
提问于2018-04-16
得票数 0
回答已采纳
1
回答
在管道上进行网格搜索后更新变压器
参数
、
、
、
sklearn.feature_extraction.text import CountVectorizer, TfidfTransformer ('tfidf', TfidfTransformer()),我现在使用GridSearchCV (s
浏览 2
提问于2016-10-18
得票数 1
1
回答
如何将
MultinomialNB
与MultiOutputClassifier和partial_fit结合使用?
、
我想将
MultinomialNB
与MultiOutputClassifier和partial_fit结合使用import pandas as pdfromclass2': ['1-2', '1-2', '3-5', '
浏览 3
提问于2020-07-05
得票数 1
回答已采纳
2
回答
如何找出哪些特征是预测标签的责任?
、
、
使用的分类器是
MultinomialNB
,我用体育、经济等类的新闻报纸文章给它提供信息。 在对模型进行培训之后,我使用了predict和predict_proba函数来测试我的模型,并选择了一些文本。
浏览 8
提问于2016-11-24
得票数 3
回答已采纳
点击加载更多
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
没有“逻辑回归”这个说法,“朴素贝叶斯”也并不“朴素”
从零开始学人工智能-Python·朴素贝叶斯(二)·MultinomialNB
Kotlin 具名参数&可变参数
Oracle参数文件及参数解析
Kotlin系列之命名参数和默认参数
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券