Khoa học dữ liệu

Có gì ổn định tôi có thể sử dụng Python thư viện để thực hiện Hidden Markov Models? Tôi cần nó phải được ghi chép lại một cách hợp lý, bởi vì tôi chưa bao giờ thực sự sử dụng mô hình này trước đây. Ngoài ra, có cách tiếp …

15 python  time-series  markov-process 

Tôi biết rằng Spark được tích hợp hoàn toàn với Scala. Trường hợp sử dụng dành riêng cho các tập dữ liệu lớn. Những công cụ khác có hỗ trợ Scala tốt? Scala có phù hợp nhất với các tập dữ liệu lớn hơn không? Hoặc nó cũng phù hợp …

15 scalability  scala 

Giả sử một tập hợp dữ liệu có cấu trúc lỏng lẻo (ví dụ: Bảng Web / Dữ liệu mở được liên kết), bao gồm nhiều nguồn dữ liệu. Không có lược đồ chung theo sau bởi dữ liệu và mỗi nguồn có thể sử dụng các thuộc tính từ …

15 machine-learning  statistics  feature-selection 

Tôi đã nghe nói về nhiều công cụ / khung để giúp mọi người xử lý dữ liệu của họ (môi trường dữ liệu lớn). Một cái được gọi là Hadoop và cái còn lại là khái niệm noQuery. Sự khác biệt trong điểm xử lý là gì? Họ có …

15 nosql  tools  processing  apache-hadoop 

Sự khác biệt giữa fit()và fit_generator()trong Keras là gì? Khi nào tôi nên sử dụng fit()vs fit_generator()?

15 deep-learning  keras 

Tôi có phù hợp với LSTM của mình không nếu tôi huấn luyện nó thông qua phương pháp cửa sổ trượt? Tại sao mọi người dường như không sử dụng nó cho LSTM? Đối với một ví dụ đơn giản, giả sử rằng chúng ta phải dự đoán chuỗi ký …

15 lstm  backpropagation  mini-batch-gradient-descent 

Tôi đã trải qua một giải pháp của cuộc cạnh tranh về giá nhà ở trên Kaggle ( Hạt nhân của con người về giá nhà: Kỹ thuật hồi quy nâng cao ) và tình cờ thấy phần này: # Transform the skewed numeric features by taking log(feature + 1). …

15 regression  feature-extraction  feature-engineering  kaggle  feature-scaling 

Tôi có một bộ dữ liệu như dưới đây. Tôi muốn xóa tất cả các ký tự sau © ký tự. Làm thế nào tôi có thể làm điều đó trong R? data_clean_phrase <- c("Copyright © The Society of Geomagnetism and Earth", "© 2013 Chinese National Committee ") data_clean_df <- …

15 r  data-cleaning 

K-mean là một thuật toán nổi tiếng để phân cụm, nhưng cũng có một biến thể trực tuyến của thuật toán đó (K-mean trực tuyến). Những ưu và nhược điểm của các phương pháp này là gì và khi nào nên được ưu tiên?

15 clustering  algorithms  k-means 

Tôi đang tìm cách giải quyết vấn đề sau: Tôi có một bộ câu làm tập dữ liệu của mình và tôi muốn có thể gõ một câu mới và tìm câu mà câu mới giống với câu nhất trong tập dữ liệu. Một ví dụ sẽ giống như: Câu …

15 python  nlp  scikit-learn  similarity  text 

Đưa ra dữ liệu truy cập trang web trong biểu mẫu session_id, ip, user_agentvà dấu thời gian tùy chọn, theo các điều kiện bên dưới, làm thế nào tốt nhất bạn có thể phân cụm các phiên thành khách truy cập duy nhất? session_id: là một id được cung cấp …

15 clustering 

https://github.com/Rdatitable/data.table/wiki/Benchmark-%3A-Grouping Các điểm chuẩn data.table chưa được cập nhật từ năm 2014. Tôi nghe thấy ở đâu đó Pandasnhanh hơn data.table. Điều này có đúng không? Có ai đã làm bất kỳ điểm chuẩn? Tôi chưa bao giờ sử dụng Python trước đây nhưng sẽ xem xét chuyển đổi nếu …

15 python  r  pandas  data  data.table 

Đã đóng cửa. Câu hỏi này không đúng chủ đề . Nó hiện không chấp nhận câu trả lời. Bạn muốn cải thiện câu hỏi này? Cập nhật câu hỏi để nó thuộc chủ đề cho Trao đổi ngăn xếp khoa học dữ liệu. Đóng cửa 5 năm trước . …

15 education  beginner  career 

Có một gói nguồn mở toàn diện (tốt nhất là bằng python hoặc R) có thể được sử dụng để phát hiện sự bất thường trong chuỗi thời gian không? Có một gói SVM một lớp trong scikit-learn nhưng nó không dành cho dữ liệu chuỗi thời gian. Tôi đang …

15 python  time-series  anomaly-detection 

Tôi hiện đang sử dụng XGBoost để dự đoán rủi ro, có vẻ như nó đang làm rất tốt trong bộ phận phân loại nhị phân nhưng đầu ra xác suất bị tắt, tức là thay đổi giá trị của một tính năng trong một quan sát bằng một lượng …

15 machine-learning  classification  xgboost  probability  probability-calibration