cross-validation

    1热度

    2回答

    从numpy的数组中删除行时其重复小于n次

    从numpy的数组中删除行时其比n次重复以下 原因： 我有一定的数据集是1 GB在尺寸方面。 它有29.118.021个样本和108.390个类别。 但是，有些类只有1个样本。或3个样品，等等... 问题： 我想从所呈现的numpy的数组中删除该行/类/重复小于N次。失败 train_x, train_y, test_x, test_id = loader.load() n_samples =
    python arrays numpy scikit-learn cross-validation 2016-05-16

    0热度

    1回答

    如何在使用LIBSVM进行交叉验证时使用platt scaling？

    有人可以给我举例来说明在libsvm的多类SVM分类中，platt缩放如何与k-fold交叉验证一起使用？ 我将整个数据集分为两部分：培训和测试。对于交叉验证，我正在划分训练数据，以便1个分区用于测试，其余部分用于训练多类SVM分类器。
    machine-learning svm libsvm cross-validation 2016-04-09

    0热度

    1回答

    为什么我的交叉验证错误分类错误率与测试数据集成功率相矛盾

    我是ML的初学者。 我想用600张图片（300 pos和300 neg）在Matlab中训练线性SVM;然后，我将训练好的模型应用于我的400张测试图像。如果我将线性SVM的成本设置为[0,1; 1,0]，结果成功率约为65％，而交叉验证分类错误约为0.28，那么我尝试了各种成本值，并发现[0,1; x，0]，x越高，分类错误越低。然而，令我困惑的是，虽然分类错误持续下降，但成功率也急剧下降。以下
    matlab machine-learning computer-vision svm cross-validation 2016-04-17

    2热度

    1回答

    在scikit-learn中交叉验证评分的平均值，stddev GridSearchCV

    我使用Python 2.7和scikit-learn来做一些机器学习。我正在使用gridsearch来确定我的数据集和随机森林分类器的最佳超参数。我使用ROC曲线下的留一交叉验证和面积作为评估每个超参数集的度量。我的代码运行，但我有点困惑clf.grid_scores_的输出。根据我的理解，应该在所有数据折叠中对每组超参数进行评估，以查看使用在所有其他折叠上训练过的模型预测剩余折叠的效果。这会给你
    python machine-learning scikit-learn random-forest cross-validation 2016-02-29

    0热度

    1回答

    用R符号包获取有关CV测试折叠分区的预测？

    我使用脱字号查找&比较多个模型的预测。我首先将我的数据划分为5个交叉验证折叠，然后在5个训练数据集中的每一个中使用10倍CV以选择最优模型参数。上的小的（N = 400）测试数据集 示例代码用于单个glmnet模型： # Load data & factor admit variable. > mydata <- read.csv("http://www.ats.ucla.edu/stat/da
    r r-caret cross-validation predict 2016-04-20

    0热度

    1回答

    使用自定义折叠进行嵌套交叉验证

    我的数据有一个名为pid的列，并且不应在列车测试拆分之间泄漏具有相同pid的记录。我具有2层层叠模型 - 内部层通过交VAL-预测火车上的数据 我然后建立在原始列车数据的外部模型构建一个内部预测矢量+内部预测矢量 我然后在测试数据 该过程应重复X5评估性能。 我能想到的最佳方式是在外部图层中将pid % 25和pid % 5在内部图层中分开。 该代码出来很麻烦，不是pythonic。有没有更好的方
    python machine-learning scikit-learn cross-validation 2016-04-24

    1热度

    1回答

    Spark MLLib SVM的交叉验证

    我使用Spark MLLib在LabeledPoints的RDD上进行SVM分类。 我想交叉验证它。哪种做法最好？ 有没有人有一个示例代码？我发现CrossValidator类依赖于DataFrame。 我的目标是获得F分数。
    apache-spark svm cross-validation apache-spark-mllib 2016-03-09

    0热度

    1回答

    套索：交叉验证用于glmnet

    我使用cv.glmnet()进行交叉验证，在默认情况下10-fold library(Matrix) library(tm) library(glmnet) library(e1071) library(SparseM) library(ggplot2) trainingData <- read.csv("train.csv", stringsAsFactors=FALSE,sep=
    r machine-learning cross-validation glmnet 2016-03-15

    0热度

    1回答

    如何通过插入符中的createFolds函数创建交叉验证折叠变量？

    如何在caret中的createFolds交叉验证函数中为我的分析数据集创建一个变量fold？ 例如使用下面的高校招生数据集： # Load data. mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") folds <- createFolds(mydata$admit, k=5) # Create var
    r r-caret cross-validation 2016-05-10

    1热度

    1回答

    R岭回归的100倍交叉验证

    我有一个巨大的数据集，我对R很新，所以我能想到的自己实现100倍CV的唯一方法是通过许多for和如果这对我的庞大数据集来说效率极低，甚至可能需要几个小时才能编译。我开始寻找能够做到这一点的软件包，并且在stackoverflow上发现了很多与CV有关的主题，并且我一直在尝试使用我发现的那些主题，但是他们都没有为我工作，我想知道我在做什么错误这里。 例如，从DAAG包验证码： cv.lm(data=
    r cross-validation 2016-05-14
最新问题