scikit-learn

    10

    2答えて

    GridSearchCVで推定値としてSupport Vector Regressionを使用しています。しかし、私はエラー関数を変更したい:デフォルト(R-二乗:決定の係数)を使用する代わりに、自分のカスタムエラー関数を定義したいと思う。 make_scorerで作成しようとしましたが、機能しませんでした。 私はドキュメントを読んでcustom estimatorsを作成することができますが、エ

    16

    1答えて

    documentationからscikit-learnは、データセット上でマルチクラス分類を実行できるクラスであるSVC、NuSVC、およびLinearSVCを実装します。一方、私はまた、scikitについて学び、ベクトルマシンアルゴリズムをサポートするためにlibsvmを使用することも学びました。私はSVCとlibsvmのバージョンの違いについて混乱しています。違いは、SVCはサポートされている

    6

    2答えて

    scikit-learnのクロスバリデーションのためのランダムフォールドを生成するにはどうすればよいですか? 私たちは1つのクラスの20個のサンプルを持ち、80個のサンプルを持ち、N個のトレーニングセットとテストセットを生成する必要があると想像してください。各トレーニングセットには30個のトレーニングセットがあります。クラス1の50%、クラス2の50%です。 私はこのディスカッション(https:

    16

    1答えて

    私はsklearnのPipelineとGridSearchCVの新機能です。私はトレーニングデータの最初にRandomizedPCAを実行し、リッジ回帰モデルに適合するパイプラインを構築しようとしています。ここに私のコードです: pca = RandomizedPCA(1000, whiten=True) rgn = Ridge() pca_ridge = Pipeline([('pca',

    17

    3答えて

    私は、個々の変数と主成分の間の相関をPythonで求めたいと思います。 私はsklearnでPCAを使用しています。私はデータを分解した後にどのようにローディングマトリックスを達成することができますか分かりませんか?私のコードはここにあります。 iris = load_iris() data, y = iris.data, iris.target pca = PCA(n_components=

    6

    1答えて

    が、私はこの質問Python Relating k-means cluster to instanceに最初の回答を実行しようとしていますが、私は次のエラーを取得しています:私はこのプログラムを最初に実行したとき Traceback (most recent call last): File "test.py", line 16, in <module> model = skl

    6

    2答えて

    私はクラスの不均衡の問題があり、この使用して、コストに敏感な学習を解決したいです。 サンプルの下と 修正損失関数を使用するクラスに重みを与える サンプル以上の質問 Scikitは、クラスの重みとサンプルの重みと呼ばれる2つのオプションを持って学びます。サンプルウェイトは実際にオプション2)とクラスウェイトオプション1)を実行していますか?オプション2)は、クラスの不均衡を処理するために推奨される方

    42

    5答えて

    各係数のp値(有意性)はどのようにして見つけることができますか? lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)

    7

    1答えて

    ランダムフォレスト分類器であるsklearnに関する特定の技術的な質問があります。 「.fit(X、Y)」メソッド、 とデータをフィッティングした後 は、推定対象から、いくつかの一般的な形式で、「.predict(X)は、実際の木 を抽出する方法があります" メソッドはPython以外でも実装できますか?

    7

    2答えて

    2つのnumpy配列、X_trainとY_trainがあります。最初の次元(700,1000)に値0,1,2,3,4,10が設定されています。 Rotten TomatoesのAPIで作業しているので、値の2分の1(700、)に値 'fresh'または 'rotten'が設定されています。私は実行し、いくつかの理由について: nb = MultinomialNB() nb.fit(X_train