machine-learning

    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

    Googleクラウドマシンメモリ

    私は次のような構成（config.yaml）を選択したとき、私はメモリから抜け出すの問題が生じています外の学習https://github.com/GoogleCloudPlatform/cloudml-samples/blob/master/criteo_tft/config-large.yaml このリンクでは、1TBのデータを鍛えることができたとのことです。私は試して感動しました!!! 私の
    python machine-learning out-of-memory google-cloud-platform cloud 2017-12-18

    0熱

    1答えて

    私のネットワークは1つのクラスのみを予測します

    CNNを使って6クラスの分類をしようとしています。私が最初に抱える問題は、検証の損失と精度が高いことです。同じ値に固定されているため、妥当性検査の精度は計算されず、低い値に達するまでは計算されません。 それは精度の計算を開始したときに続いて、それがひどく悪い行く： 。私は、次のネット使用しています：ラベルが正しいことを私がチェックしている inp = Input(shape=input_shape
    machine-learning neural-network deep-learning keras conv-neural-network 2017-12-18

    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

    1答えて

    Backpropagationアルゴリズムの実装で何が問題になっていますか？

    私は、MNISTデータセットをハックするための非隠れ層のニューラルネットワークを実装しようとしました。 私は、損失関数として活性化関数およびクロスエントロピーとしてシグモイドを使用しました。 私のネットワークには隠れ層がなく、入力と出力だけがあります。 これはバックプロパゲーションアルゴリズムの実装の一部ですが、期待通りに機能しません。損失関数の降下は非常に遅いです（私は0.001から1まで学習率
    machine-learning neural-network backpropagation 2017-12-19

    0熱

    1答えて

    スケールモデルで一歩先を予測する方法

    予測用のMLモデルを正しく実装しました。私は最初にを調整しましたすべての入力機能。それは、を持つモデルがそのモデルを使用して、機能をスケーリングされ、先にワンステップを予測する非スケールものを提供電車に対するすべての権利 ですか？おそらくさらにいくつかの技術なしで動作することはないだろう today_s_input_variables = np.array([[159, 500000, 6]])
    python-3.x machine-learning scale 2017-12-19

    1熱

    2答えて

    私は画像に示すようなデータを持っている月のような複数の入力と固定値列

    に基づいて複数の出力を予測します。それは約25,000行です。データには、過去4年間の約12ヶ月の詳細が含まれています。私は特定の月と特定の求人情報のために開かれたクライアントとポジションを予測したい。 from sklearn.cross_validation import train_test_split from sklearn import preprocessing le = pre
    python machine-learning regression 2017-12-19

    1熱

    1答えて

    Keras：ビッグワンホットエンコーディング：binary_crossentropyまたはcategorical_crossentropy

    私は入力データが4096項の周波数逆文書頻度で構成されるテキスト分類モデルを訓練しています。 私の出力は416種類です。各データは3つのカテゴリを持っているので、3つのものは、413個のゼロ（ワンホット・エンコーディング） の配列である私のモデルは次のようになります。私はそれを訓練するとき model = Sequential() model.add(Dense(2048, activation
    machine-learning neural-network deep-learning keras 2017-12-19

    0熱

    1答えて

    Sklearn Keras分類器の精度、再呼び出し、FMeasureのメトリック

    TensorflowのKerasで実装されているLSTMテキスト分類子を評価するためのメトリックの一部として精度、再呼び出し、FMeasureを計算する際に問題があります。私は、からKeras 2.02メトリックモジュールを知っています。私はsklearn.metrics.classification_reportにオブジェクトとして当てはめモデルと予測出力を解析しています別の方法として # cr
    python machine-learning scikit-learn neural-network keras 2017-12-19
最新の質問