naivebayes

0熱

1答えて

私の記事でLeave-one-out CVを実行しようとしていますが、手順を実行すると100％の精度が得られ、何が欠けているのか分かりません。これは私のコードです： import sklearn from sklearn.datasets import load_files import numpy as np from sklearn.cross_validation import cro

3熱

1答えて

解釈条件付き確率：以下のプロセスを使用して分類溶液に作業R

：。 e1071を使用してRでNaive Bayes分類を実行します。 b。事前確率テーブルと条件付確率テーブルを取得する c。アプリケーション内のPL/SQLプログラムを使用して、予測値を使用します。すなわち、最終的な予測はR予測関数の使用を伴わない。ステップbでは、モデル生成後にRによって返される負の条件付き確率と1より大きい条件付き確率を見ています - 実際に条件付き確率ですか？ 2つの

0熱

1答えて

NaiveBayesモデルトレーニングと別個のトレーニングセットとデータを使用したデータ

したがって、私はナイーブベイズクラッシャーを訓練しようとしています。データを前処理することに悩まされ、2つのRDDを作成しました。訓練セット：疎ベクトルのセットで構成されています。ラベル：相当するすべてのベクトルのラベル（0,1）のリスト。 # Train a naive Bayes model. model = NaiveBayes.train(training, 1.0) が、 "訓

0熱

1答えて

Wekaクラシファイアは動作しません

私はwekaプログラミングにかなり新しいです。私は単純なbayesクラシファイアをコード化しました。はここのコードです： public static void main(String[] args) throws Exception { Attribute Attribute1 = new Attribute("firstNumeric"); Attribute Attri

-1熱

1答えて

データフレームパンダ用の加算スムージン

私は多くのゼロを持つパンダに大きなデータフレームを持っています。追加スムージングを適用したいが、それを最初から書くのではなく、パンダで「平滑化」されたデータフレームを作成するより良い方法があるのだろうかと思う。ありがとう！

1熱

1答えて

pandasデータフレームヘッダー行がforステートメントを繰り返さないようにする

safetyというクラスの20の最も有益な機能をプリントアウトするためにパイプラインを繰り返しています。 classnum_saf = 3 inds = np.argsort(clf_3.named_steps['clf'].coef_[classnum_saf, :])[-20:] for i in inds: f = feature_names[i] c = clf_3

0熱

1答えて

Naive Bayes目に見えない機能がscikitを処理するlearn

scikit-learnでNaive Bayes（MultinominalNB）を使用して小さなテキスト（つぶやき）を分類しています。私の列車データには1000個の機能があり、テストデータには1200個の機能があります。列車データとテストデータの両方に500の機能が共通しているとします。 MultinominalNBがscikitで目に見えない機能に対応していない学び、そして私にエラーを与える

0熱

2答えて

未知数予測のscikit分類子

私は、Python Scikitを使用してテキスト分類を行い、TfidfVectorizerとMultinomialNBを使用する予定です。しかし、私はMultinomialNBが常に既存の（既知の）カテゴリに私のサンプルを予測することに気付きました。例えば、私が持っている場合： category A: trained with sample "this is green" category

-1熱

1答えて

属性がクラスターIDに依存するクラスター

私は自分のデータポイントを構成するブロックのセットを持つ分類問題があります。私がブロック分類のために使用できる属性の1つは、本質的に別のブロックのブロック番号であるタグです。ブロックには、分類に使用できる他の属性（サイズ）もあります。私のデータセットの "タグ"属性は、次のように分類に使用できます。 - 2つのブロックに同じクラスタに属する2つのタグ（ブロック番号）がある場合、ブロックまたはデータ

0熱

1答えて

RのNaive Bayes：オブジェクトを新しい「Unclassified」クラスに分類する方法

したがって、4つのクラスのオブジェクトでデータを設定しました。私はNaive Bayesクラシファイアを使って新しいオブジェクトを分類しています。新しいオブジェクトがどのクラスにも属してはならないかどうかを判断することは可能ですか（=何とか新しいクラス "Unclassified"を挿入しますか？） convert_counts <- function(x) { x <- ifelse(x >