我正在尝试训练一个多元线性回归模型。我有一个名为'main‘的数据集。该数据集中类别变量很少。我简化了分类变量。假设虚拟后得到的列是A、B、C、D等。现在，当我试图在这个主数据集上运行训练测试拆分时，这样获得的训练数据集在其中一列中只有0值。我怎样才能克服这个问题。： df_train.column
浏览 7提问于2019-01-24得票数 1
3回答
在这本书的第七章"TensorFlow机器学习手册“中，作者在预处理数据时使用了scikit learn的fit_transform函数来获取文本的tfidf特征进行训练。在将其分为训练和测试之前，作者将所有文本数据都提供给该函数。这是真的吗?还是我们必须先分离数据，然后在列车上执行
浏览 1提问于2017-12-13得票数 17
回答已采纳
我有一个包含19个特征的数据集。现在我需要做缺失值补充，然后使用scikit的OneHOtEncoder对分类变量进行编码，然后运行机器学习算法。我的问题是，我应该在使用split的train_test_split方法做上述所有事情之前拆分这个数据集，还是应该首先拆分成训练和测试，然后对每组数据进行缺失值和编码。我担心的
浏览 0提问于2015-05-05得票数 6
1回答
如果训练数据集创建的feature-document metrix (这里是词袋)与测试feature-document metrix不同怎么办？例如，单词“happy”是测试数据集中的一个特征，但不在训练数据集中。我不确定我的代码是否正确，因为我在这里使用了：创建训练特征矩阵，并使用
cont_
浏览 2提问于2015-11-11得票数 2
3回答
推理时的单幅图像特征约简
、、、
我试着用scikit学习来训练一个SVM分类器。在训练时，我要减少特征向量维数。我使用PCA来减少维数。pp = PCA(n_components=400).fit(features)主成分分析需要m x n数据集来确定方差。但在推理时，我只有一幅图像和相应的一维特征向量。我想知道如何在推理时减少特征向量以匹配<
浏览 5提问于2020-07-30得票数 1
回答已采纳
2回答
分类器预测结果有偏
、、、
我构建了一个包含13个特性(没有二进制特性)的分类器，并使用scikit工具( Normalizer().transform)对每个样本分别进行标准化。当我预测时，它预测所有的训练集都是阳性的，所有的测试集都是负数(不管是正的还是负的)。注: 1)我分别标准化测试和培训集(每个样本)。2)我尝试过交叉验证，但是性能是
浏览 5提问于2014-02-10得票数 1
回答已采纳
我正在学习如何准备数据，构建估计器，并使用训练/测试数据拆分进行检查。 我的问题是如何正确地准备测试数据集。 我将我的数据分成测试和训练集。正如"Hands on with machine learning with Scikit-Learn"教我的那样，我为我的数据准备建立了<e
浏览 19提问于2019-08-21得票数 0
4回答
与线性回归等其他算法不同，KNN似乎不会在训练阶段执行任何计算。就像在线性回归的情况下，它在训练phase.But中找到系数，那么KNN呢？
浏览 62提问于2019-02-04得票数 9
回答已采纳
更确切地说，我有大约两百万的观测数据，有100个变量(n>>p)。我把数据随机分成80/20列车和测试。然后，我在训练集上用5倍交叉验证来拟合一个模型(即XGboost)，估计的错误率很低。迭代地在4组上拟合一个模型，并在rest集上测试性能。我的意思是，如果我的参数设置使模型过于合适，那么我应该
浏览 0提问于2017-03-01得票数 9
当缩放数据时，为什么训练数据集使用“fit”和“transform”，而测试数据集只使用“transform”？
浏览 152提问于2017-04-28得票数 33
回答已采纳
2回答
我正在试验一些文档分类任务，到目前为止，支持向量机在TF*以色列国防军特征向量上工作得很好。我想加入一些不基于词频的新特性(例如文档长度)，看看这些新特性是否有助于分类性能。我有以下问题：
我能否简单地将新的特征与基于词频的旧特征连接起来，并在这个异构特征空间上训练支持向量机？如果不是，那么多核学习是否就是通过在每个子特征空间上训练一个内核并
浏览 4提问于2013-02-04得票数 4
回答已采纳
1回答
推理时的单图像特征约简: SVM
、、、、
我试着用scikit学习来训练一个SVM分类器。在训练时，我要减少特征向量维数。我使用PCA来减少维数。pp = PCA(n_components=400).fit(features)主成分分析需要m x n数据集来确定方差。但在推理时，我只有一幅图像和相应的一维特征向量。我想知道如何在推理时减少特征向量以匹配<
浏览 0提问于2020-07-30得票数 0
我试图在Python 上复制这个项目。split my data to train and test
我确信最后一行是错误的，因为它只包含20.000特性，而不包含来自Pandas的Sentiment列。如何将稀疏矩阵X_new与Dataframe train“连接”，将其包含在cross_validation中，然后将其用于分类器？
浏览 2提问于2015-10-07得票数 0
回答已采纳
我得到了一个包含五个不同输入特征和一个输出特征的训练数据集，我想使用回归模型来预测输出特征。然而，我知道训练数据的第一部分“不如”其余部分，即输出特征与真实值并不完全对应，因此预测将进一步远离真实值。因此，我希望对训练集的第一部分给予较少的权重(或等效地给予休息数据更多<em
浏览 3提问于2017-07-10得票数 2
1回答
在分类变量练习中，最后一部分是生成测试预测。我已经编写了以下代码，但得到了一个错误。我无法理解这个错误，为什么它说X有148个特征，随机森林期望155个特征。我的代码：
# X_test.dropna(axis=0, inplace
浏览 11提问于2022-07-04得票数 -1
在文本挖掘/分类中，当使用向量器将文本转换为数值特征时，在训练中使用TfidfVectorizer(...).fit_transform(text)或TfidfVectorizer(...).fit(text在测试中，它假设利用以前的训练信息，并仅在训练拟合后转换数据。
一般情况下，试运行与列车运行是完全分开的。但它需要一些关于在<em
浏览 1提问于2016-03-09得票数 0
根据sklearn.preprocessing.Normalizer()的fit(self，X)方法的文档，它什么也不做，并且返回的估计量不变。我理解，如果我打算对数据进行规范化，我可以简单地将数据传递给normalize ()函数。那么，什么是使用适合的方法。此外，规范化不是一种学习算法，那么为什么会有一个fit()方法呢？
浏览 0提问于2019-10-10得票数 0
我正在使用fastai Intro to Machine Learning course，在Lesson 1中，他使用了来自Kaggle的Blue Book for Bulldozers dataset上的随机森林。让我感到奇怪的是，讲师没有使用SKlearn的pd.get_dummies()或OneHotEncoder来处理分类数据。取而代之的是，他对所有分类列调用了pd.Series.cat.codes。我注意到当调用fit()方法时，它在使用pd
浏览 15提问于2019-03-21得票数 4
2回答
有没有其他方法可以将数据分成训练集和测试集？
**例如，我有一个包含20个属性和5000个对象的数据。因此，我将12个属性和1000个对象作为我的训练数据，并将12个属性中的3个属性作为测试集。
浏览 1提问于2014-04-17得票数 2
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
