classification

0熱

1答えて

複数のバイナリ入力に基づく予測

次のDataFrameがあるとします。ここで、A、B、C、Dは分類タスクのバイナリ結果です。 「1」は「仕上がり」に関連し、「0」は「仕上がっていない」に関連する。 A B C D True 0 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 0 0 0 0 1 1 1 1 1 0 1 0 0 1 0 1 1 1 1 1 1

python scikit-learn classification logistic-regression 2017-12-11

---

0熱

1答えて

エラー - sklearn.train_test_split（）私は、単純なコマンドを使用しようとしている

により、虹彩データからテスト・セットを：アイリスデータセットにtrain_test_splitを予測するためにSVMを使用しますが、私が使用している場合、次のように「フィット」を： dat_iris = datasets.load_iris() x1 = dat_iris.data[:,2] y1 = dat_iris.target x_train,y_train,x_test,y_test

machine-learning classification data-science sklearn-pandas 2017-12-11

---

0熱

1答えて

TFLearn LSTM時系列分類

私はシーケンスを取り、各シーケンスの最後のタイムステップを分類するLSTMネットワークを構築しようとしています。 これは私がこれまで持っているものです。 #build net = tf.input_data(shape=[None, 64, 17]) net = tf.lstm(net, 128, dropout=[.2,.8], return_seq=True) net = tf.lstm

tensorflow time-series classification lstm tflearn 2017-12-12

---

0熱

1答えて

Keras categorical_crossentropy lossを使用する場合、最後のレイヤでsoftmaxを使用する必要がありますか？

私が見たほとんどの例は、最後の層にsoftmaxを実装しています。しかし、Keras categorical_crossentropyは、最後のレイヤーの後に自動的にsoftmaxを適用するので、それを行うことは冗長であり、パフォーマンスが低下します。誰が正しい？

tensorflow neural-network keras classification softmax 2017-12-13

---

-3熱

1答えて

Scikitは精度の偏差を学ぶ

私はscikit-learnアンサンブル分類器を分類に使用しています。私は別々のトレーニングとテストデータセットを持っています。私は同じデータセットを使用し、機械学習アルゴリズムを使用して分類すると一貫した精度が得られます。不一致は、アンサンブル分類子の場合のみです。私も0 bag_classifier = BaggingClassifier(n_estimators=10,random_stat

scikit-learn classification 2017-12-14

---

1熱

1答えて

TensorflowマルチGPU MNISTクラシファイア：低精度

Tensorflowに複数のGPU MNISTクラシファイアが付いています。コードはエラーなく実行されますが、精度は非常に悪いです（30％）。私はTensorflowを初めて使うので、どこに問題があるのか​​分かりません。 GPU：2x GTX 1080 Ti。 複数のGPU用のチュートリアルがいくつか見つかりましたが、コードを実行するのは難しいです。このため、私はMNIST CNNクラシファイア

machine-learning tensorflow neural-network classification conv-neural-network 2017-12-15

---

1熱

1答えて

クラスファイヤーテンソルの確率を予測する

ねえ、私はテンソルフローがかなり新しいです。基本的に0/1に分類される分類モデルを構築しています。出力が1になる確率を予測する方法はありますか？ここでpredict_probaを使用できますか？それは広くtflearn.dnnで使用されていますが、私の場合はそれを行うための参照を見つけることができません。ここで def main(): train_x,test_x,train_y,tes

machine-learning tensorflow classification 2017-12-16

---

1熱

1答えて

整流された線形単位を持つ1隠れ層ニューラルネットワーク

私の目標は整流線形単位nn.relu()と1024個の隠れノードを持つ1隠れ層神経回路網を実装することです。 # These are all the modules we'll be using later. Make sure you can import them # before proceeding further. from __future__ import print_funct

tensorflow neural-network artificial-intelligence classification mnist 2017-12-17

---

1熱

3答えて

多数のフィーチャのscikit-learnのフィーチャー選択

私はMachine Learningの初心者です。私は、49の機能に基づいてバイナリ分類を行っています。最初の7つの機能はfloat64タイプです。次の18本の特徴は、マルチクラスタイプであり、残りは、私は上記の出力は [ 1.20621145e-01 3.71627370e-02 1.82239903e-05 5.40071522e-03 1.77431957e-02 8.405691

python-3.x machine-learning scikit-learn classification data-science 2017-12-19

---

0熱

2答えて

Rのnaive bayes分類アルゴリズムのrocカーブ解析はどのように実装できますか？

インターネットには非常に複雑な例があります。私は自分のコードにそれらを適用できませんでした。私は14の独立変数と1つの従属変数からなるデータセットを持っています。私はRで分類しています。私のコードは以下の通りです： dataset <- read.table("adult.data", sep = ",", na.strings = c(" ?")) colnames(dataset) <- c

r classification data-mining naivebayes roc 2017-12-19

---