1回答
这是我的SVR学习加法函数(y=x1 + x2)： %reset -f
from sklearn import svm;
Inp = [[1,2],[3,4],[5,6],[7,8],[9,0]];Model = svm.SVR5 + 5 = 8.533934
Input values are those NOT in the train dat
浏览 12提问于2020-07-18得票数 0
回答已采纳
1回答
我注意到了SVR的数学状态，即SVR使用L1惩罚或epsilon不敏感损失函数。但是sklearn SVR模型文档提到了L2的惩罚。我在SVR方面的经验不多，我认为有经验的社区可能会对此有所了解。下面是来自的片段
正则化参数正则化的强度与C成反比。惩罚是平方的l2 。
浏览 2提问于2022-07-06得票数 0
我想调优"SVR()“回归函数的参数。它开始处理并不停止，我无法弄清楚问题所在。我正在使用SVM回归函数SVR()预测一个参数。代码：
从sklearn.model_selection导入GridSearchCV。'),'C' : [1,5,10],'degree' : [3,8],'coef0' : [0.01,10,0.5],'gamma' : ('auto',&#
浏览 136提问于2019-08-14得票数 3
回答已采纳
1回答
我正在尝试创建一个函数，使获取CSV文件的过程自动化，在特征和响应中对数据进行分割，对数据应用不同的模型(回归)，并根据诸如MAE、RSME等指标对它们进行评分。模型参数应该易于互换。import model_selectionfrom sklearn import SGDRegressorfrom sklearn.sv
浏览 0提问于2018-06-05得票数 0
回答已采纳
from sklearn.grid_search import GridSearchCVfrom sklearn import feature_selectionfrom sklearnimport pipeline
from sklearn</e
浏览 0提问于2016-04-17得票数 17
回答已采纳
y_train, y_test = train_test_split(X,y,test_size = 1/3,random_state = 0)"""
from sklearn.preprocessingto the training setfrom sklearn.svm import SVR
regressor = SVR(kernelplt.xlabel('Posit
浏览 21提问于2021-09-21得票数 0
1回答
概率支持向量机，回归
、、、
不幸的是，我的算法似乎卡住了，我目前正在运行的代码如下所示：from sklearn import svmfrom sklearn.model_selection import train_test_splitwarnings.filterwarnings("ignore")
from sklea
浏览 2提问于2019-01-12得票数 2
4回答
我使用python和sklearn，并想得到一个模型的可用超参数列表，这是如何做到的？谢谢model.get_params() TypeError: get_params() missing 1 required positional argument
浏览 1提问于2019-02-07得票数 11
回答已采纳
我尝试使用管道和GridSearchCV的自定义回归函数。通过设置sklearn.svm.SVR类，然后在设置GridSearchCV时从字典中传递参数，我获得了使用GridSearchCV的方法。当使用我自己的回归函数(RegFn)时，我似乎无法做同样的事情。特别是，在设置参数字典时，我希望将这些值从参数字典传递给RegFn。from s
浏览 0提问于2018-04-04得票数 1
回答已采纳
1回答
SVR超参数选择和可视化
、、、、
我想用'Cross-validation Grid Search method‘来确定径向基函数(RBF)内核SVM的参数γ和C。对于SVR import numpy as npfrom math import sqrtfrom sklearn.ensemble import AdaBoostRegressor
fr
浏览 107提问于2020-07-09得票数 0
1回答
from sklearn.model_selection import train_test_split from scipy.optimizeX_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
model = SVR(kernel='poly', C=100, gamma='auto', de
浏览 4提问于2020-01-07得票数 4
回答已采纳
为了在HTML样式中可视化，我使用了eli5.show_weights函数。但是，我注意到显示的标准差与feature_importances_std_中的值不一致。**_from sklearn import datasetsfrom eli5.sklearn import PermutationImportanceir
浏览 6提问于2020-03-02得票数 3
回答已采纳
但我想更改误差函数:我想定义自己的自定义误差函数，而不是使用默认值(R平方:决定系数)。我想我可以通过将callable定义为一个得分器来实现，就像它在中所说的那样。但是我不知道如何使用估计器:在我的例子中是SVR。我是否必须切换到分类器(例如SVC)？我该如何使用它呢？我的自定义错误函数如下：
def my_custom_loss_func(X_trai
浏览 0提问于2015-09-04得票数 48
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？gs = GridSearchCV( [{ 'C': [.1, 1, 10], 'sample_weight': sw_train,)
gs.
浏览 6提问于2012-10-24得票数 16
1回答
由于缺乏资源，我无法获得其他曲线。
我用sklearn.svm.SVR进行了径向基函数回归，得到了(0.033)的最佳均方误差。我必须能够用我发明的n个初始点来预测曲线的下一个点。
浏览 5提问于2022-07-11得票数 -1
我有一个经过训练的SVR模型，它需要以JSON格式保存，而不是泡沫化。 # assume SVR has been trained regressor.fit(x_train, y_trainpredict_svr.predict(...)但是，在此过程中，由于某种原因，无法设置
浏览 4提问于2022-08-11得票数 5
3回答
假设我定义、实例化并使用加法器函数，如下所示： public:};
a(5); //Prints 8
b(5); //Prints 10
构造函数和重载的编译器如何确定在SomeAdder实例化和“函数调用”期间
浏览 0提问于2013-03-03得票数 5
回答已采纳
我试图在一个包含595605行和5列(特性)的训练数据集上运行SVR，而测试数据集有397070行。对数据进行了预处理和规范化处理。
浏览 0提问于2014-08-18得票数 114
显然，这与预期的一样，因为我正在将正则化参数-- C --降低到可笑的低水平(注意，这是数学正则化参数lambda的逆值，即C = 1/lambda所以C越低，正则化越极端)。另外(也许这应该是一个不同的问题)--我的C越高(也就是说，我的lambda或正则化参数越低)--我的机器需要更多的时间才能适应。
浏览 4提问于2015-11-19得票数 2
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
