random-forest

0熱

1答えて

TensorflowトレーニングのタイプエラーTensorForestEstimatorを使用したランダムフォレスト

TensorForestEstimatorを使用してTensorflowランダムフォレストをトレーニングしようとすると、TypeErrorが発生します。 TypeError: Input 'input_data' of 'CountExtremelyRandomStats' Op has type float64 that does not match expected type of float

python python-3.x machine-learning tensorflow random-forest 2017-07-13

---

1熱

1答えて

ランダムフォレスト：新

OKトレーニングデータ内に存在しない因子レベルなので、タイタニック競争に関連する他の初心者の質問：私は私のテストデータに対するランダムフォレスト予測を実行しようとしています 。すべての私の仕事は、テストとトレーニングのデータを組み合わせて行われました。 私は今、テストデータとtrainingdata に2分割している私は、次のコードを持っている： trainingdata <- droplevel

r random-forest predict levels 2017-07-14

---

2熱

1答えて

レンジャーRパッケージを使用したBrier ScoreとIntegrated Brier Scoreの計算

"ranger" Rパッケージを使用して解析するために、BrierスコアとBrierスコアを計算します。 例として install.packages("ranger") library(ranger) install.packages("survival") library(survival) #load veteran data data(veteran) data <- veter

r machine-learning regression random-forest survival-analysis 2017-07-14

---

0熱

1答えて

XGブースト/デシジョンツリー/ランダムフォレストモデルをどのように製造するか

私はアナリティクスが初めてで、モデルを生産するさまざまな方法を検討しています。線形回帰について言えば、y = mx + cという式を入力データに使うことができ、それをR/SAS/Pythonから取り出して、データベースのいずれでも使用することができます... 私がR/SAS/Pythonフレームワークの外に入ってくるデータでそれを生産したいのであれば、XG boost/Decison tree/R

r statistics random-forest production xgboost 2017-07-16

---

0熱

1答えて

列の値に基づいて複数のモデルを作成する関数R

列の値に基づいて複数のランダムフォレストモデルを生成する関数を作成しようとしています。私たちを想定してみましょう：だから df <- data.frame(Name= c('Aaron','Bob','Nik','Peter','George'), Work=c('A','B','B','C','A') ,Age = c(45,28,64,27,54)

r machine-learning random-forest data-science 2017-07-17

---

0熱

1答えて

ランダムフォレストのトレーニングデータセットの行を削除する

ランダムなフォレストをトレーニングデータセットの変更バージョンで実行したいとします。トレーニングデータには、0〜6の値を持つattributeという列を含むさまざまな列が含まれています。 rf200 <- randomForest(attribute ~ ., data=training_data4, importance=T, proximity=F, ntree=200)

r random-forest 2017-07-18

---

0熱

1答えて

scikit-learn：二乗平均平方根誤差（RMSE）を百分率で計算する方法は？

私は以下のフォーマットのデータセット（このリンクにはhttps://drive.google.com/open?id=0B2Iv8dfU4fTUY2ltNGVkMG05V00）があります。 time X Y 0.000543 0 10 0.000575 0 10 0.041324 1 10 0.041331 2 10 0.041336 3 10 0.04134 4 10 .

python python-3.x pandas scikit-learn random-forest 2017-07-18

---

1熱

1答えて

パイプラインモデルを使用して予測を評価

以下のコードの一部があります。予測をどのように評価することができますか？ の機能を使用するには、自分の機能の重要性を知りたい場合は、のRandomForestRegressionModelの機能を使用しますか？私は直接RandomForestRegressionModelに切り替え、PipelineModelを使用しないでください。 パイプラインを使用するとより良い結果が得られることがわかりました

apache scala apache-spark-mllib random-forest databricks 2017-07-25

---

-1熱

2答えて

Python - sklearnを使用して複数のファイルに対して予測とテストを行う方法

three column datasetのrandom forest model in Pythonを使用してモデルをトレーニングし、最後に真理値を予測したいとします（CSV -datasetを次の t_stamp,X,Y 0.000543,0,10 0.000575,0,10 0.041324,1,10 0.041331,2,10 0.041336,3,10 0.04134,4,10

python python-3.x pandas scikit-learn random-forest 2017-07-26

---