cross-validation

1熱

1答えて

Scikit-learn：GridSearchCVの得点

scikit-learnのGridSearchCVは、（内部の）クロスバリデーションフォールドのスコアを収集し、次にすべてのフォールドのスコア全体の平均をとっているようです。私はこの背後にある根拠について疑問を抱いていた。一見すると、クロスバリデーションフォールドの予測を収集し、選択したスコアメトリックをすべてのフォールドの予測に適用する方が、より柔軟に見えます。 私がこれを見つけた理由は、cv=

machine-learning cross-validation optimization scikit-learn 2017-11-30

---

2熱

1答えて

SMOTEでRのデバッグキャレット

caretのtrainControl関数内のRにSMOTEを使用しようとしています。次のように私は著者のexample次の操作を行います。 #first, create an imbalanced data set set.seed(2969) imbal_train <- twoClassSim(10000, intercept = -20, linearVars = 20) imbal_

r machine-learning cross-validation r-caret 2017-11-30

---

0熱

1答えて

Sklearnのパイプラインでパラメータのチューニング/クロスバリデーションを行うにはどうすればよいですか？

Sklearnのパイプライン機能が、感情分析に役立つと思っています。私は、次のように私のパイプラインを定義していますしかし Pipeline([('vect', CountVectorizer(tokenizer=LemmaTokenizer(), stop_words='english', strip_accents='unicode',

python parameters scikit-learn pipeline cross-validation 2017-12-03

---

0熱

1答えて

Apache Sparkの多層パーセプトロンのネットワークアーキテクチャを選択するためのクロスバリデーションの使用

Apache Sparkの多層パーセプトロンに最適なアーキテクチャを決定しようとしていますが、クロスバリデーションを使用できるかどうかは疑問です。 いくつかのコード： // define layers int[] layers = new int[] {784, 78, 35, 10}; int[] layers2 = new int[] {784, 28, 28, 10}; int[] l

neural-network apache-spark-mllib cross-validation apache-spark-ml 2017-12-04

---

0熱

1答えて

Wekaの相互検証のための順序を保つ

私はセンサーデータを分類するためにWeka GUIを使用しています。 私は10人の尺度を持っており、データはソートされています。したがって、最初の10％は参加者1に対応し、2番目の10％は参加者2に対応します。 10人のクロス検証を使用して9人の参加者にモデルを構築し、残りの参加者でテストします。私の場合、私はデータ分割をランダム化しないだけでこれを達成できると信じています。 どうすればこのように

weka cross-validation 2017-12-06

---

0熱

1答えて

Python：Cross_val_score - 奇妙な得点結果

私はOythonと "cross_val_score"関数を使ってLogisticRegression modelforのパフォーマンスを分類タスク（Yes/No）に変換します 私は、scoring = 'accuracy'とscoring = 'recall_weighted私は全く同じ結果を出しました（いくつかのテストを行いました）： X = data.iloc[:,0:2] y = dat

python cross-validation 2017-12-08

---

0熱

1答えて

R：cv.glm variable lengh異なるエラー

私は、次元削減のために後方選択と線形回帰を比較しようとしています。データセットはむしろ150変数で大きくなります。私はいつもこの時間はこのデータセットで選択したモデルのためのクロスバリデーションとの比較を生成するために、同じ方法を使用しますが、している 、cv.glmは私が解決する問題があるエラーを与える：モデルで エラー.frame.default（式= SurveyTest $ H.test〜

r variables cross-validation glm statistics-bootstrap 2017-12-17

---

3熱

1答えて

マルチクラスのクロス検証で平均ROCを計算する方法

私は最近、自分のプロジェクトにsklearnを使用することに苦労しています。 私は分類器を作り、私のデータを6つのグループに分類したいと思っていました。総サンプルサイズが88、私は電車（66）にデータを分割し、テスト（22） たsklearnのドキュメントが示したように私はここに、正確にやった私のコードは ある from sklearn.multiclass import OneVsRestCla

python machine-learning scikit-learn cross-validation roc 2017-12-18

---

0熱

1答えて

キャレットパッケージで列車関数を使用して線形回帰でエラーが発生しました

4つの変数（ERは従属変数）と400の観測値（N/Aを削除した後）を持つvalueというデータセットがあります。データセットをトレーニングセットとテストセットに分割し、キャレットパッケージの線形回帰を使用してモデルをトレーニングしようとしました。しかし、私は常にエラーを取得： ctrl_lm <- trainControl(method = "cv", number = 5, verboseIte

r cross-validation 2017-12-27

---