Câu hỏi được gắn thẻ «scikit-learn»

Theo tôi hiểu, k-NN là một thuật toán người học lười biếng và nó không cần một giai đoạn đào tạo. Vậy tại sao chúng ta cần sử dụng .fit()với sklearn và điều gì xảy ra khi chúng ta sử dụng nó?

11 classification  scikit-learn  k-nearest-neighbour 

Các mgcvgói cho Rcó hai chức năng cho phù hợp tương tác sản phẩm tensor: te()và ti(). Tôi hiểu sự phân công lao động cơ bản giữa hai người (phù hợp với sự tương tác phi tuyến tính so với việc phân tách tương tác này thành các hiệu ứng …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Đây là hàm mất lệch nhị thức của GradientBoosting, def __call__(self, y, pred, sample_weight=None): """Compute the deviance (= 2 * negative log-likelihood). """ # logaddexp(0, v) == log(1.0 + exp(v)) pred = pred.ravel() if sample_weight is None: return -2.0 * np.mean((y * pred) - np.logaddexp(0.0, pred)) else: return (-2.0 / …

11 machine-learning  scikit-learn  boosting  loss-functions 

Tôi đang làm việc để phát triển một mô hình dự báo rủi ro bảo hiểm. Các mô hình này là "sự kiện hiếm" như dự đoán hàng không, phát hiện lỗi phần cứng, v.v. Khi tôi chuẩn bị bộ dữ liệu của mình, tôi đã thử áp dụng phân …

11 classification  predictive-models  scikit-learn  poisson-process 

Tôi đang cố gắng tìm ra cách tái tạo trong Python một số công việc tôi đã thực hiện ở SAS. Sử dụng bộ dữ liệu này , trong đó vấn đề đa cộng đồng là một vấn đề, tôi muốn thực hiện phân tích thành phần chính trong Python. …

11 pca  python  scikit-learn 

Tôi đang làm việc với một vấn đề đa kính với 9 nhãn có thể, trong đó tôi có một bộ dữ liệu bao gồm ~ 50.000 ví dụ và ~ 200 tính năng mỗi nhãn. Mỗi ví dụ chỉ có thể thuộc về một lớp. Dữ liệu khá cân …

11 random-forest  scikit-learn  multi-class 

Gần đây tôi đã biết về PCA tuyệt vời và tôi đã thực hiện ví dụ được nêu trong tài liệu tìm hiểu scikit . Tôi muốn biết làm thế nào tôi có thể áp dụng PCA cho các điểm dữ liệu mới cho mục đích phân loại. Sau khi …

10 classification  pca  scikit-learn 

Scikit learn dường như sử dụng dự đoán xác suất thay vì bỏ phiếu đa số cho kỹ thuật tổng hợp mô hình mà không có lời giải thích về lý do (1.9.2.1. Rừng ngẫu nhiên). Có một lời giải thích rõ ràng cho lý do tại sao? Hơn nữa …

10 random-forest  python  scikit-learn  aggregation  bagging 

Tôi hiện đang sử dụng Scikit tìm hiểu với đoạn mã sau: clf = svm.SVC(C=1.0, tol=1e-10, cache_size=600, kernel='rbf', gamma=0.0, class_weight='auto') và sau đó thực hiện phù hợp và dự đoán cho một tập hợp dữ liệu với 7 nhãn khác nhau. Tôi có một đầu ra kỳ lạ. Bất kể …

10 svm  scikit-learn  libsvm  multi-class  optunity 

Tôi đang làm việc trên một tập dữ liệu. Sau khi sử dụng một số kỹ thuật nhận dạng mô hình, tôi đã đưa ra mô hình ARIMA (0,2,1). Tôi đã sử dụng detectIOhàm trong gói TSAtrong R để phát hiện một ngoại lệ đổi mới (IO) ở lần quan …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Tôi đã xem qua tài liệu sklearn nhưng tôi không thể hiểu mục đích của các chức năng này trong bối cảnh hồi quy logistic. Đối với decision_functionnó nói rằng đó là khoảng cách giữa siêu phẳng và thể hiện thử nghiệm. Thông tin cụ thể này hữu ích như …

10 regression  logistic  prediction  scikit-learn  decision 

Đây là Mã của tôi cho phương pháp chọn tính năng trong Python: from sklearn.svm import LinearSVC from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target X.shape (150, 4) X_new = LinearSVC(C=0.01, penalty="l1", dual=False).fit_transform(X, y) X_new.shape (150, 3) Nhưng sau khi nhận được X mới (biến phụ …

10 feature-selection  python  scikit-learn 

Tôi đang cố gắng tìm hiểu xem sự hiểu biết của tôi về xác thực chéo lồng nhau có đúng không, do đó tôi đã viết ví dụ về đồ chơi này để xem tôi có đúng không: import operator import numpy as np from sklearn import cross_validation from sklearn …

10 cross-validation  python  scikit-learn 

Tôi đang cố gắng để phù hợp với một mô hình thời gian rời rạc trong R, nhưng tôi không chắc làm thế nào để làm điều đó. Tôi đã đọc rằng bạn có thể sắp xếp biến phụ thuộc theo các hàng khác nhau, mỗi hàng cho mỗi lần …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Tôi đang cố gắng để đánh giá hiệu suất phân cụm. Tôi đã đọc tài liệu skiscit-learn về số liệu . Tôi không hiểu sự khác biệt giữa ARI và AMI. Dường như với tôi rằng họ làm điều tương tự theo hai cách khác nhau. Trích dẫn từ tài …

9 clustering  python  scikit-learn