classification

    1

    1答えて

    私はRに慣れていません。ldaを使って生成されたグリッド内のすべての点を分類しようとしています。トレーニングセットは、rmvnorm(n,mean,sigma)を使用してランダムに生成された2つのポイントグループです。ここに私のコードは次のとおり `ここ # number of samples n=100; # parameters: G2 meanG1 = matrix( c(

    1

    1答えて

    これはちょうど初心者の質問です。 KNNは、距離に基づいてエントリセットの各ポイントの分類を行うことができますが、データセットに含まれるクラスの量をアルゴリズムがどのように知っているか?このクラスの数を自動的に生成するのか、それとも入力変数ですか?

    0

    1答えて

    私は、データを分類するためのガウスクラス条件付きモデルを訓練するEMアルゴリズムを実装しようとしています。現時点では、共分散行列を計算する方法がわからないので、私はMステップで立ち往生しています。 問題は大きなデータセットがあり、forループを使用して各ポイントを通過するのが遅くなることです。私は、この式を用いて算出した平均を使用する必要があるので、私はまた、共分散関数COV()を使用することはで

    0

    1答えて

    library(caret) irisFit1 <- knn3(Species ~ ., iris) irisFit2 <- knn3(as.matrix(iris[, -5]), iris[,5]) data(iris3) train <- rbind(iris3[1:25,,1], iris3[1:25,,2], iris3[1:25,,3]) test <- rbind(iri

    0

    1答えて

    私はデシジョンツリー分類器を構築していますが、この方法で情報量を計算しました。 これは愚かな質問かもしれませんが、私はこのメソッドの分割が数値か カテゴリ属性の場合は不思議ですか?スレッシュホールド(中央値)が数字の スプリットに使用されていると思ったので混乱しますが、このメソッドは文字列値を使用します。 何か助けていただければ幸いです。ここで はコードです: public static doub

    0

    1答えて

    Mathworksが提供するResnet50を独自のカテゴリ(今のところ花のタイプ)でゼロから訓練し、テストしたかったのです。 trainingOptionsでMiniBatchSizeを10ではなく5に変更しても、トレーニングは問題なく動作しましたが、使用可能なメモリが不足しているため、分類が開始されません。私は、トレーニング中のようにimageDatasetでテスト画像を使用しています。 CP

    -1

    1答えて

    私は2つのクラス(+1、-1)を持つ不均衡なデータセットを持っています。ポジティブはデータセットのわずか7%です。 Desicion Treesを使用して分類したいと考えています。 陽性の同じサイズ 陽性のダブル、トリプルサイズ:私はにネガをダウンサンプリングしようとしています。 これらのすべてについて、私はほとんど同じ精度を得たが、陽性のリコールは最初のサンプル(陽性と同じサイズのネガ)ではるか

    -3

    1答えて

    私が使用している学習データセットは、各ピクセルを個別のサンプルにするためにflattenのグレースケール画像です。第2の画像は、前者の分類器であるMultilayer perceptron(MLP)の分類子を訓練した後、ピクセルごとに分類される。 私が持っている問題は、塊(partial_fit())と比較してトレーニングデータセットを一度に受信すると、すぐに(fit())の方が良いことです。どち

    1

    1答えて

    私は学習を学習する新しい学習者です。私はいくつかの属性しか持たない2クラス分類を行いたいと思います。私は、2クラス平均パーセプトロンアルゴリズムが線形モデルを用いた2クラス分類に適していることをオンラインで研究することによって学んだ。 しかし、私はScikit-learnのドキュメントを読んできましたが、Scikit-learnが平均化されたパーセプトロンアルゴリズムを提供していると少し混乱します