Khoa học dữ liệu

Có cần thiết phải chuẩn hóa dữ liệu của bạn trước khi cụm? Trong ví dụ từ scikit learnvề DBSCAN, ở đây họ thực hiện điều này trong dòng: X = StandardScaler().fit_transform(X) Nhưng tôi không hiểu tại sao nó lại cần thiết. Xét cho cùng, phân cụm không đảm nhận …

23 python  clustering  clusters  anomaly-detection 

Tôi đang cố gắng phân cụm một số vectơ với 90 tính năng với phương tiện K. Vì thuật toán này hỏi tôi số cụm, tôi muốn xác thực sự lựa chọn của tôi với một số phép toán hay. Tôi hy vọng sẽ có từ 8 đến 10 cụm. …

23 clustering  k-means 

Có nhiều kỹ thuật để hiển thị các bộ dữ liệu kích thước cao, chẳng hạn như T-SNE, isomap, PCA, PCA được giám sát, v.v. Và chúng tôi trải qua các chuyển động của việc chiếu dữ liệu xuống không gian 2D hoặc 3D, vì vậy chúng tôi có một …

23 machine-learning  dimensionality-reduction  visualization 

Tôi muốn so sánh một cột của một df với các df khác. Các cột là tên và họ. Tôi muốn kiểm tra xem một người trong một khung dữ liệu có ở trong một khung dữ liệu khác không.

23 pandas  dataframe 

Là tốt hơn để mã hóa các tính năng như tháng và giờ dưới dạng yếu tố hoặc số trong mô hình học máy? Một mặt, tôi cảm thấy mã hóa số có thể hợp lý, bởi vì thời gian là một quá trình tiến triển (tháng thứ năm tiếp …

23 machine-learning  feature-extraction  feature-engineering  encoding  numerical 

Tôi hiện đang sử dụng XGBoost trên bộ dữ liệu với 21 tính năng (được chọn từ danh sách 150 tính năng), sau đó mã hóa một lần để nhận được ~ 98 tính năng. Một vài trong số 98 tính năng này có phần dư thừa, ví dụ: một …

23 feature-selection  correlation  xgboost  gbm 

Tôi hiện đang làm việc với Python và Scikit tìm hiểu cho mục đích phân loại và đọc một số xung quanh GridSearch Tôi nghĩ rằng đây là một cách tuyệt vời để tối ưu hóa các tham số ước tính của tôi để có kết quả tốt nhất. Phương …

23 machine-learning  cross-validation 

Rõ ràng, trong học tập củng cố, phương pháp chênh lệch thời gian (TD) là một phương pháp bootstrapping. Mặt khác, các phương thức Monte Carlo không phải là phương thức bootstrapping. Chính xác thì bootstrapping trong RL là gì? Phương pháp bootstrapping trong RL là gì?

23 reinforcement-learning 

Tôi đã đọc về giải pháp cho thử thách OTTO Kaggle này và giải pháp vị trí đầu tiên dường như sử dụng một số biến đổi cho dữ liệu đầu vào X, ví dụ: Log (X + 1), sqrt (X + 3/8), v.v. hướng dẫn chung về thời điểm …

22 machine-learning  feature-extraction  feature-scaling 

Tôi đang cố gắng hiểu làm thế nào tôi có thể mã hóa các biến phân loại bằng cách ước tính khả năng, nhưng cho đến nay đã có rất ít thành công. Bất kỳ đề xuất sẽ được đánh giá rất cao.

22 feature-engineering 

Tôi muốn thiết lập một máy chủ có thể hỗ trợ nhóm khoa học dữ liệu theo cách sau: trở thành điểm trung tâm để lưu trữ, tạo phiên bản, chia sẻ và cũng có thể thực hiện sổ ghi chép Jupyter. Một số tính chất mong muốn: Những người …

22 software-recommendation 

Tôi thường nghe mọi người nói rằng tại sao mạng lưới thần kinh tích chập vẫn chưa được hiểu rõ. Được biết tại sao các mạng thần kinh tích chập luôn kết thúc việc học các tính năng ngày càng tinh vi khi chúng ta đi lên các lớp? Điều …

22 machine-learning  neural-network  deep-learning  convnet  cnn 

Điều này giống như một câu hỏi NLP chung. Đầu vào thích hợp để đào tạo một từ nhúng cụ thể là Word2Vec là gì? Tất cả các câu thuộc về một bài viết có phải là một tài liệu riêng biệt trong một văn bản không? Hoặc mỗi bài …

22 nlp  word-embeddings 

Tôi đang tìm một bài viết chi tiết những điều cơ bản của việc học sâu. Lý tưởng như khóa học Andrew Ng để học sâu. Bạn có biết nơi tôi có thể tìm thấy điều này?

22 machine-learning  deep-learning 

Tôi còn khá mới mẻ với điều này và không thể nói rằng tôi hoàn toàn hiểu về các khái niệm lý thuyết đằng sau điều này. Tôi đang cố gắng tính phân kỳ KL giữa một số danh sách các điểm trong Python. Tôi đang sử dụng http://scikit-learn.org/urdy/modules/generated/sklearn.metrics.mutual_info_score.html để …

22 python  clustering  scikit-learn