scikit-learn

0熱

3答えて

StandardScalar Fit_Transformでエラーが発生する

import numpy as np import matplotlib.pyplot as plt import pandas as pd dataset = pd.read_csv('Position_Salaries.csv') X = dataset.iloc[:, 1:2].values y = dataset.iloc[:, 2].values from sklearn

python arrays machine-learning scikit-learn sklearn-pandas 2017-12-06

---

1熱

2答えて

cross_val_predictを使用して新しいデータセットの確率を予測するにはどうすればよいですか？

私はそうのようなトレーニングのためsklearnのcross_val_predictを使用しています： myprobs_train = cross_val_predict(LogisticRegression(),X = x_old, y=y_old, method='predict_proba', cv=10) 私は戻っ確率で満足している、とブランドの新しいデータセットを獲得するために、今た

scikit-learn 2017-12-06

---

-2熱

2答えて

sklearnのモデルの精度を向上させる

決定木の分類は0.52の精度を与えますが、精度を上げたいと思います。 sklearnで利用可能な分類モデルを使用して精度を上げるにはどうすればよいですか？ 私はknn、decision tree、およびcross-validationを使用していますが、それらのすべてがあまり正確さがありません。 おかげ import pandas as pd from sklearn.model_selecti

machine-learning scikit-learn classification decision-tree sklearn-pandas 2017-12-07

---

0熱

1答えて

再帰的特徴消去（RFE）SKLearn

私は、あなたがF1がアウトカムに強い相関を持って見ることができるようにアウトカム を予測しようとしたF1とF2から私の理解 F1 F2 Outcome 0 2 5 1 1 4 8 2 2 6 0 3 3 9 8 4 4 10 6 5 をテストするためのテーブルを作成しましたF2はランダムノイズ である私は 私が期待したものである pca = PCA(n_components

machine-learning scikit-learn 2017-12-07

---

1熱

1答えて

Pythonで欠損値代入

Imputer.fit_transform()をデータセットに適用した後、変換されたデータフレームの列名が失われています。列名を失うことなくそれを置き換える方法はありますか？

python pandas scikit-learn data-science 2017-12-07

---

5熱

2答えて

scikit-learnでのクラスタリングのための混同行列

私は既知のラベルを持つデータセットを持っています。私はクラスタリングを試み、既知のラベルによって与えられた同じクラスターを得ることができるかどうかを見たい。精度を測定するには、混乱行列のようなものを取得する必要があります。 私は分類問題のテストセットのために簡単に混同行列を得ることができます知っています。私はすでにthisのようにそれを試みました。それは分類問題のために理にかなっているラベルの同じ

python scikit-learn cluster-analysis confusion-matrix scikits 2017-12-08

---

0熱

1答えて

シークレットの逆のスケーリング

scaler = MinMaxScaler() scaler.fit(data_train) data_train = scaler.transform(data_train) data_test = scaler.transform(data_test) こんにちは、 私はニューラルネットワークを作成しましたが、出力を元の値に戻して再スケーリングしようとしています。どうすればいい？

python scikit-learn neural-network 2017-12-08

---

0熱

1答えて

spark_sklearn GridSearchCV __init__がパラメータエラーで失敗しました

spark_sklearn.GridSearchCVを使用しようとしましたが、のパラメータエラーが発生しました。 TypeError: __init__() takes at least 4 arguments (4 given) これはコードです： from spark_sklearn import GridSearchCV gsearch2 = GridSearchCV(estimat

python apache-spark machine-learning scikit-learn 2017-12-08

---

2熱

2答えて

LabelEncoder.fit_transform（）でタイプエラー

私はKaggle（https://www.kaggle.com/c/titanic/data）のTitanicデータセットでプレイしていましたが、sklearn.preprocessingのLabelEncoderを使用して、元々 'male'または 'female' 0または1である。 df['Sex'] = LabelEncoder.fit_transform(df['Sex']) 、エラ

python-3.x pandas scikit-learn 2017-12-09

---