scikit-learn

0熱

1答えて

JupyterノートブックでSVMモデルの進行状況ログを印刷するには？

私はJupyterノートブックで次のようなステートメントを使ってSVMモデルを訓練しました。 svm.SVC(kernel='linear', C=1).fit(X_train.drop(X_train.columns[[1,2,3]],axis=1), y_train) データサイズが大きいため、完了するまでに時間がかかります。 SVMからのログはありますか？はいの場合、Jupiter No

python machine-learning scikit-learn jupyter-notebook svm 2017-11-24

---

0熱

1答えて

なぜsklearn.decomposition.PCA.fit_transform（X）はXで乗算をしませんか？私の知る限り、一般的に次のステップであるPCAに理解されるように

： は*（Xの*のX '）の共分散行列Σ=（1/m）を計算する Σ上の特異値分解を適用します。 U、Sは、V = SVD（Σ） 寸法をkに減少させるためにUの最初のk列を取る：U_reduced = U [：、k]は X_reduced = U_reduced」* X X_reducedでありますXはk次元に縮小される。 しかし、私はimplementation of SKLearnに見ていたとき

python scikit-learn dimensionality-reduction 2017-11-24

---

0熱

1答えて

私はscikit-learnから何かをインポートすると文脈の切り替えが狂っています

scikit-learnを使って類似の画像クラスタを見つけています。そのために内部APIを用意したいのですが、scikitからオブジェクトをインポートしたり、オブジェクトを使用したりすると、非常に多くのコンテキストスイッチが発生します。 それらの輸入のどちらかは、それらの多くを作成している：ここ from sklearn.neighbors import NearestNeighbors fro

linux docker scikit-learn nomad 2017-11-24

---

-1熱

1答えて

GridSearchCVで得られたすべての組み合わせをどのように評価できますか？

GridSearchCVを使用することにより、私は[「paramsは」] _ clf.cv_resultsを得ることができると私はすべての可能な組み合わせを介して実行したいといくつかの確率を印刷します： ： for params in zip(clf.cv_results_['params']): print(params) clf= SVC(params) c

python python-3.x machine-learning scikit-learn grid-search 2017-11-24

---

1熱

1答えて

sklean MLPClassifier：出力と入力との関係/方程式を見つける方法

私はsklearnの学習段階ではまだだと出力と入力との間の関係が付属してする方法を理解する上でいくつかの助けを必要としています。データを使って、私はsklearn MLPClassifierを訓練することができました。 clf = MLPClassifier(solver='lbfgs', alpha=1e-5, hidden_layer_sizes = (7,), random_state =

python scikit-learn neural-network perceptron 2017-11-24

---

0熱

1答えて

1レコードを使用してユーザー入力から予測のダミー変数を作成します。

私は仕事の給与を予測するためのWebアプリケーションを作成しようとしています。私は自分のコンピュータ上でモデルをオフラインで訓練しましたが、今はユーザーの入力に基づいて予測を行うFlaskアプリケーションを作成しようとしています。 Training script: https://github.com/datomnurdin/webscraping-indeed/blob/master/analy

python scikit-learn random-forest 2017-11-25

---

-5熱

1答えて

ランダムフォレストリグレッサー - Pythonは再現性がありません

n_estimatorsによって実行されるランダムフォレスト回帰のパフォーマンスをチェックしようとしています。 seed = np.random.seed(1962) rng = np.random.RandomState(1962) np.random.seed(1962) estimators = [pow(2,3),10,pow(2,4),pow(2,5),pow(2,6),pow

python scikit-learn regression random-forest reproducible-research 2017-11-27

---

0熱

1答えて

まず、train_test_splitを実行してからクロスバリデーションを使用する必要がありますか？

クロスバリデーション（KFold）を使用する予定がある場合でも、データセットをトレーニングデータとテストデータに分割し、トレーニングセットでのみトレーニング（クロスバリデーションを含む）を実行する必要がありますか？それとも、CVが私のためにすべてを行いますか？例えば。 オプション1 X_train, X_test, y_train, y_test = train_test_split(X,y)

python scikit-learn cross-validation 2017-11-27

---

0熱

2答えて

嵌合後のラッソ回帰係数へのアクセス

ラッソの最適値を得た後にラッソ回帰を試みていますが、問題があるので、私はそれらをリッジ回帰の重みと比較したいので、係数（ウェイトベクトル）を求めます。 lasso = Lasso(alpha=optimal_lmbda, fit_intercept=True, random_state=1142, max_iter=5000) lasso.fit(X_train, y_train) y_pre

python machine-learning scikit-learn regression linear-regression 2017-11-28

---

-2熱

1答えて

Sklearn、pythonからのエラー

私はpython/MLを学んでいて、これらのエラーに遭遇しました。私はコードが良いので、手掛かりがありません。 コード from sklearn import datasets from sklearn.neighbors import KNeighborsRegressor from sklearn.model_selection import train_test_split X, y

python machine-learning scikit-learn 2017-11-28

---