cross-validation

    0热度

    1回答

    最后分层K-倍的性能鲜明

    我将我的训练设置成分层K-褶皱如下： n_folds = 5 skf = list(StratifiedKFold(y, n_folds, random_state=SEED)) for k, (train, test) in enumerate(skf): X_train = X[train] y_train = y[train] X_val = X[t
    python machine-learning scikit-learn cross-validation 2017-05-04

    1热度

    1回答

    R - 交叉验证中的两种预测

    当我使用交叉验证技术和我的数据时，它给了我两种类型的预测。 CVpredict和预测。那两者之间有什么区别？我想cvpredict是交叉验证预测，但其他是什么？ 下面是我的一些代码： crossvalpredict <- cv.lm(data = total,form.lm = formula(verim~X4+X4.1),m=5) 这是结果： fold 1 Observations in
    r prediction cross-validation 2017-05-08

    0热度

    1回答

    “glm”与“rf”中的调整参数

    我正在尝试在train中使用method = "glm"建立分类模型。 当我使用method = "rpart"它工作正常，但是当我切换到method = "glm"然后它给了我一个错误说 调谐参数电网应该有列参数 我尝试使用 cpGrid = data.frame(.0001) 也 cpGrid = data.frame(expand.grid(.cp = seq(.0001, .09, .
    r logistic-regression glm cross-validation rpart 2017-05-15

    0热度

    1回答

    问题与交叉验证

    我想使用留下一个交叉验证。但我得到以下错误： AttributeError Traceback (most recent call last) <ipython-input-19-f15f1e522706> in <module>() 3 loo = LeaveOneOut(num_of_examples) 4 #loo.get_n_splits(X_trai
    python scikit-learn cross-validation 2017-04-03

    0热度

    1回答

    skitlearn中的交叉验证和标准化

    我想通过K-cross验证找到sklearn分类器的准确性。我可以在没有交叉验证的情况下正常估计准确度。但是，如何改进此代码以进行交叉验证并同时应用StandardScaler？ from sklearn.datasets import load_iris from sklearn.cross_validation import train_test_split from sklearn.ne
    python scikit-learn cross-validation 2017-04-06

    0热度

    1回答

    LeaveOneOut scikit的交叉验证学习

    有谁知道我可以如何删除下面的错误？ NameError Traceback (most recent call last) <ipython-input-31-d3625a93ead4> in <module>() 11 loo = LeaveOneOut(num_of_examples) 12 for train_index, test_index in l
    scikit-learn cross-validation 2017-04-07

    0热度

    1回答

    SVM - 是否有可以指示最佳参数的数据属性（例如，C，伽玛）

    使用交叉验证来确定最佳参数似乎非常标准。当然，这通常是一个耗时的过程。有没有捷径？还有其他更快的探索性分析形式可以提供哪些价值最佳的暗示？例如，在我目前对机器学习和SVM的理解中，我可能会做类似于在[10e-5，10e5]范围内以C为10的指数执行初始网格搜索的操作，然后从那里。但是，有没有办法可以快速估计出最佳C在10e3到10e5之间，然后执行更具体的搜索？ 这个问题可能适用于大多数ML技术，
    machine-learning svm cross-validation 2017-04-18

    3热度

    1回答

    cross_val_score和cross_val_predict之间的区别

    我想要使用交叉验证评估一个使用scikitlearn构建的回归模型并且感到困惑，我应该使用cross_val_score和cross_val_predict这两个函数中的哪一个。 一种选择是： cvs = DecisionTreeRegressor(max_depth = depth) scores = cross_val_score(cvs, predictors, target, cv=cv
    python machine-learning scikit-learn regression cross-validation 2017-04-25

    0热度

    1回答

    错位预测和H2O交叉验证后的响应列（深度学习）

    我一直存在深度学习模型的问题。我有一个模型在rrc数据框架上训练过，如果我这样做的话： rrc['preds'] = dp.cross_validation_holdout_predictions().as_data_frame().predict 我总是得到未对齐的响应列和预测。在数据框的顶部有对齐，但在某些时候，似乎它们没有对齐，如果我计算它们之间的相关性非常糟糕，因为这种不对齐。我一直试图解
    python deep-learning cross-validation h2o 2017-04-26

    1热度

    2回答

    张量流和张量板的黑暗奥秘在训练中使用交叉验证。奇怪的图表显示

    这是我第一次使用张量板，因为我得到一个奇怪的错误为我的图。 这是我得到的，如果我打开'STEP'窗口。 但是，这是我得到的，如果我打开'相对'。 （打开'WALL'窗口时相似）。 除此之外，为了测试模型的性能，我每隔几个步骤应用交叉验证。这种交叉验证的准确性从约10％（随机猜测）下降到一段时间后的0％。我不确定我犯了什么错误，因为我不是张力流专家，但我怀疑我的问题是在图形构建中。代码如下所示： d
    machine-learning tensorflow deep-learning cross-validation tensorboard 2017-05-01
最新问题