supervised-learning

0熱

1答えて

PythonのValueErro：float型に文字列を変換できませんでした：

いずれかが、私はコードがようであるPythonでCSV形式でデータセットを実行すると、次のエラーに ValueError: could not convert string to float: を得る問題に を解決するために私を助けるかもしれません以下： models = [] models.append(('NB', GaussianNB())) models.append(('SVM

python-3.x validation dataset mode supervised-learning 2017-11-10

---

1熱

2答えて

機械学習で不均衡なデータをモデル化する方法は？

非常に不均衡なデータ（Y = 5％とN = 95％）を持つデータセットを使用しています。このデータセットには3000の固有レコードがあります。フィーチャーを選択するために私は情報獲得を利用しました。その後、66 正しく分類インスタンス96.1698% 誤っクラシファイドインスタンス3.8302% ===混乱マトリックス===の割合分割でランダムフォレストを適用 ----- B < - 分類をas

machine-learning weka supervised-learning 2017-11-20

---

1熱

1答えて

Pythonで10倍のK倍のクロスバリデーションのための不均衡なデータセットの精度、リコール、およびf1スコアの計算方法

私はバイナリ分類問題を含む不均衡なデータセットを持っています。ランダムフォレストクラシファイアを構築し、折りたたみを次のように kfold = model_selection.KFold(n_splits=10, random_state=42) model=RandomForestClassifier(n_estimators=50) は、私は私の予測を計算しています print("Acc

python scikit-learn random-forest cross-validation supervised-learning 2017-10-06

---

1熱

1答えて

ランダムなデータの生成でランダムなデータが生成される

私はCVでRを実装していましたが、LOOCVの折り返しの間に返された値に奇妙な問題が発生しました。 まず、データとラベルをランダムに生成します。次に、雑音だけでなく、ランダムフォレストに合わせます。返されたループから、私は良いAUCだけでなく、t検定からの有意なp値を得る。これが理論的にどのように起こっているのか理解できないので、データ/ラベルを生成しようとする方法が最善であるかどうか不思議でした

r random cross-validation supervised-learning data-generation 2017-08-27

---

-1熱

1答えて

ランダムフォレストを使用した分類モデルの単語の袋で次元削減を行う方法

私は、分類モデルのための他の数値機能と共に、テキストデータを使用しています。 どのようにして類似した単語の袋を教師付き分類モデルでグループ化できますか。私はcountvectorizingの後に類似の単語をどのようにグループ化できますか、私は言葉の袋の次元を減らしたいです。すべてのヘルプは高く評価され #Cleaning the Address Data stopwords =nltk.corp

pandas scikit-learn nltk random-forest supervised-learning 2017-12-05

---

2熱

1答えて

SuperLearner予測誤差

私はSuperLearner Rパッケージを使用しています。 私は列車とテストセットの両方の予測y値を生成しようとしています。 "newX"を定義せずにsuperlearnerモデルをフィッティングした後、MSEを計算して予測値と実際のY値を計算できるように列車セットの予測を取得した後、 "predict"コマンドを使用してテストは、次のコードを実行することで設定します。 ：次に sl.cv<-S

r object predict supervised-learning 2017-12-07

---

-1熱

2答えて

DecisionTreeRegressorスコアの解釈？

私は機能の妥当性を評価しようとしていると私は、コードの関連部分は以下の通りであるDecisionTreeRegressor() を使用しています：私はprint機能を実行すると # TODO: Make a copy of the DataFrame, using the 'drop' function to drop the given feature new_data = data.drop

python machine-learning scikit-learn decision-tree supervised-learning 2017-09-10

---

1熱

1答えて

ニューラルネットワークやその他の監視学習アルゴリズムは、特別な統計的方法を学習できますか？

私は、非線形関数に近似できる任意の数の隠れ層を持つニューラルネットワークを理解していますが、特にいくつかの統計的方法と同じようにいくつかの特殊関数を予測することはできますか？ 分類問題の統計的ルールを以下のように仮定します。トレーニングセット入力X_trainおよび出力Y_trainに対して、我々は各特定のクラスに属するX_trainの幾何平均（すなわち、特定のクラスごとのX_trainの中心）を

machine-learning neural-network supervised-learning 2017-07-28

---