feature-selection

    0热度

    1回答

    我计算系数是这样的: def estimate_multivariate(data, target): x = np.array(data) y = np.array(target) inv = np.linalg.inv(np.dot(x.T,x)) beta = np.dot(np.dot(inv, x.T), y) return beta

    1热度

    2回答

    我正在研究Python中的机器学习应用程序(使用sklearn模块),并且当前正试图决定执行推理的模型。对问题的简要描述: 鉴于用户数据的许多实例,我试图根据相对关键字遏制将它们分类到各种类别中。它是受监督的,所以我有很多已预先分类好的数据的实例。 (每一块数据是2个12个左右的单词之间)。 我目前正在两个潜在模式之间做出选择: CountVectorizer +多项朴素贝叶斯。使用sklearn

    0热度

    1回答

    你好,我必须实现特征立体匹配的运动估计。 从纸张“多谱段立体里程计”: “最大化用于左图像中的给定功能的相似性 功能右图像中的特征被选择为 潜在匹配,则阈值被施加到仅保留强 匹配。 (imLt-1),前一个右侧(imRt-1),当前左侧 (imLt)和当前右侧(imRt),执行匹配 (imLt-1)和(imRt-1)之间的立体匹配开始,我们首先开始寻找 (imLt-1)和(imRt-1)之间的立体

    0热度

    1回答

    我正在使用R和插入符号包进行分类任务。为了消除特征,我使用了rfe,它具有不同的选项,其中,我想要最大化/最小化的度量标准是什么。 问题是,rfe接受诸如RMSE,kappa等度量标准,并且我希望使用不同的度量标准来最大化,但在我想从度量标准库中最大化ScoreQuadraticWeightedKappa的情况下,但我不知道该怎么做那。 我有以下代码: control <- rfeControl(

    0热度

    1回答

    我有一套F功能,例如实验室色彩空间,熵。通过将所有特征连接在一起,我得到了一个尺寸为d的特征矢量(取值在12到50之间,取决于选择哪些特征)。 我通常会得到1000到5000个新样本,记为x,然后训练高斯混合模型但是我不知道哪些类的特征来自于我所知道的是,只有两类,基于GMM预测,我得到属于类1或2的特征向量的概率。 我现在的问题是:我如何获得最佳子集的功能,例如只有熵和归一化的rgb,这将给我最

    2热度

    1回答

    试图在sklearn上的某些数据使用特征选择和f_classif(ANOVA检验)时,我得到以下警告消息: C:\用户\亚历山大\ Anaconda3 \ LIB \ site-packages \ sklearn \ feature_selection \ univariate_selection.py:113:UserWarning:Features ...是常量。 UserWarning)

    0热度

    2回答

    我有一个弹出窗口,当我将鼠标拖到我的地图中的矢量特征时出现。此弹出窗口基于两个OpenLayers示例:OpenLayers example #1和OpenLayers example #2。 我希望弹出窗口在我的鼠标不再在特征上时自动关闭。任何想法我怎么能做到这一点? 其实,这是我的代码: var container = document.getElementById('popup'); va

    0热度

    1回答

    Java中是否有任何可用于回归数据集的特征评分方法,其中类值是连续数字而不是二进制数? ML-Lib feature scoring似乎只适用于分类数据集。

    3热度

    1回答

    我在尝试使用以下代码时遇到以下错误。 ******代码****** importance = bst.get_fscore(fmap='xgb.fmap') importance = sorted(importance.items(), key=operator.itemgetter(1)) ******错误****** File "scripts/xgboost_bnp.py",

    4热度

    1回答

    我想在我的机器学习项目中scikit学习和weka数据挖掘工具之间做出决定。但是我意识到需要选择特征。我想知道scikit学习是否具有特征选择的包装方法。