1回答
我想使用sklearn库在我的训练数据上运行线性回归和K折交叉验证，以获得最佳回归模型。然后，我计划使用在我的测试集上返回的平均误差最低的预测值。
浏览 15提问于2020-10-10得票数 0
回答已采纳
2回答
回归模型的K-折交叉验证度量
、、、、
我想在一个回归(非分类)模型上进行交叉验证，最终获得了大约0.90的平均精度。但是，我不知道在该方法中使用了什么度量来找出准确性。我知道k-折交叉验证中的分裂是如何工作的。我只是不知道scikit学习库用来计算预测准确性的公式。(我知道它是如何用于分类模型的)。谁能告诉我sklearn.model_selection.cross_val_score使用的度量/公式？
浏览 34提问于2020-08-12得票数 0
回答已采纳
我定义了一个回归变量，如下所示：layers=[ Layer("Rectifier",learning_rule="adagrad",weight_decay=0.00030,f_stable=0.00010,我在k折交叉验证中使用了这个回归
浏览 1提问于2015-10-03得票数 13
回答已采纳
1回答
我是神经网络的新手，我想使用K-折叠交叉验证来训练我的神经网络。我想使用5折50次，批处理大小为64我在scikit中找到了一个用于k折交叉验证的函数。model_selection.cross_val_score(model_kfold, x_train, y_train, cv=5)history = alexNet_model.fitbatch_size=batch_
浏览 26提问于2020-02-24得票数 1
什么时候你会使用gridsearchcv而不是k-fold？gridsearchcv是否通过CV参数自动执行k折叠？
浏览 22提问于2020-04-28得票数 0
我正在尝试使用k-折交叉验证来调整在pyspark中生成的回归树。DecisionTree.trainRegressor(trainingData, categoricalFeaturesInfo={}, impurity='variance', maxDepth=5, maxBins=32) 那么，我如何将k折交叉验证应用于回归器
浏览 28提问于2019-10-04得票数 0
回答已采纳
1回答
我有一个来自污染传感器的数据，我想验证一下。我正在将它与来自londonair.org.uk的数据进行比较。我用X轴上的传感器数据和Y轴上的Londonair数据建立了一个简单的线性回归模型，并得到了一个简单的模型(以y=mx +c的形式)。我的教授让我用k折交叉验证来验证模型，但我不确定如何验证。它应该是来自传感器的原始数据，还是应该使用回归模型计算的数据？
浏览 1提问于2019-07-13得票数 0
回答已采纳
1回答
我有一个包含162个观察值和151个不同变量的数据集，我想对它进行逐步回归，但也要对它进行10折交叉验证。我以前使用过DAAG包，以便使用多元线性回归进行10折交叉验证，并能够使用它的公式之一：我想知道软件包是否支持相同的功能，但支持逐步回归？我知
浏览 1提问于2013-12-06得票数 5
我正在尝试对线性回归模型执行10折交叉验证(CV)，以确定CV_mean平方误差。在matlab中，我的数据由500个<500x1>双精度形式的项组成。
浏览 0提问于2015-09-08得票数 0
1回答
我试图交叉验证我的科学学习脚本的手段，通过Orange3，从而获得一个良好的视觉表现。下面是python/scikit-learn中线性回归的简单脚本
lr=LinearRegression(fit_intercept=True,normalize=False,copy_X=True
浏览 0提问于2018-06-05得票数 1
我一直在研究交叉验证，就我而言，关于k-折验证的事情是，您将在数据集的不同切片中评估模型，然后平均误差。 例如，我会得到我的数据集，并分成3个部分。例如，如果我在谈论Lasso回归，我运行的3个模型(如上所述)中的每个模型都会有一组系数(betas)。就是这样，就像我有3个模型，但我实际上是在评估我对超参数和其他治疗方法的选择。现在，让我们转到Scikit-学习交叉验证。让我们看看他们网站上的图片： ? (对
浏览 28提问于2021-08-24得票数 2
1回答
如何在交叉验证中选择参数？
、、、、
假设我正在使用K折叠交叉验证K折叠交叉验证训练一个线性回归模型。我每次用不同的训练和测试数据集训练K次。因此，每次我训练时，都会得到不同的参数(线性回归情况下的特征系数)。因此，在交叉验证结束时，我将得到K个参数。如何得出我的模型的最终参数？
如果我也使用它来调优超参数，那么在修复我的模型参数之后，我还需要进行另一次交叉
浏览 0提问于2022-05-19得票数 3
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
我在解决线性回归问题。用统计模型进行分析，R-平方为0.907，这是非常高的.因此，我的方面分数计算的模型应该更大，但我得到的分数只有0.6478154705337766，这是很少低。问题陈述和相关数据集：国家统计模型摘要：
OLS Regression Results
浏览 1提问于2019-10-21得票数 0
回答已采纳
我正在通过我的第一个个人机器学习项目，并希望获得一些洞察力，我正在做的错误/正在发生的事情，因为我有点卡住了。我一直应用机器学习与SKlearn的泰坦尼克号数据集，并一直保存10%的训练数据，以计算我的拟合模型的准确性。本文还采用了10倍的K折交叉估值来评价模型的性能，并选择了超参数。到目前为止，我已经应用了logistic回归和线性核支持向量机，在这两种情况下，我获得了78%-80%的K折叠验证集的准确性，以及当将拟合的分
浏览 0提问于2018-07-15得票数 0
回答已采纳
1回答
因此，我需要使用scikit learn中的一些估计器，即LogisticRegression和SVM，但我有一个问题，我有一个非常不平衡的数据集，需要运行Kfold交叉验证。有没有办法用scikit-learn来做到这一点呢？也许可以用另一个图书馆？我知道这两个算法使用的是线性函数，也许在这种情况下我可以使用一些接口。
无论如何，感谢您的宝贵时间。编辑: StratifiedFold交叉验证对我来说没有用，因为有时我的出现次数比折叠次数少。例如，我有一个有50个实例和
浏览 2提问于2017-02-22得票数 0
5回答
从K折交叉验证中选择哪个模型
、、、、
我读到了关于交叉验证以及如何使用它来选择最佳模型和估计参数的内容，我并不真正理解它的含义。假设我建立了一个线性回归模型，并进行了10折交叉验证，我认为这10个模型中的每一个都会有不同的系数值，现在我应该选择10个不同的系数值作为我的最终模型或估计参数。或者，我们使用交叉验证的目的只是为了找到平均误差(在我们的情况下，平均为10个模型)并与另一个模型进行比较？
浏览 3提问于2017-08-03得票数 2
2回答
我有一个主要的python + scikit学习背景，我想知道如何在R中获得logistic回归模型的交叉验证准确性？我一直在寻找，并惊讶于没有简单的方法来做到这一点。原因是，我的R模型的偏差是1900，这意味着它不适合，但是python模型给了我85%的10折交叉验证准确率。这意味着它是好的。看起来有点奇怪。
浏览 26提问于2016-09-18得票数 4
在R中有一个线性模型。y <- rnorm(100, x+z)我想得到样本外r-平方的估计值.我在考虑用k折交叉验证的形式R中的哪些代码采用线性模型拟合，并返回一个交叉验证的r-平方？
或者是否还有其他方法可以使用R来获得交叉验证的r-平方？
浏览 3提问于2013-04-16得票数 7
1回答
据我所知，如果1.收敛太快2.验证损失不断增加，那么模型肯定是过拟合的。 同样，据我所知，除非你使验证损失收敛到与你的训练损失类似的趋势，否则没有办法解决这个问题，这样你就可以做更多的数据增强等。是否有希望出现不收敛而是上升的验证损失？或者，除了验证损失之外，还有其他衡量标准吗？
浏览 42提问于2019-03-21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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
