machine-learning

    0热度

    1回答

    问题与机器学习scikit在Python学习

    我想重现一个教程看到 here。 一切工作完美，直到我用我的训练集添加.fit方法。 这里是我的代码示例： # TRAINING PART train_dir = 'pdf/learning_set' dictionary = make_dic(train_dir) train_labels = np.zeros(20) train_labels[17:20] = 1 train_m
    python python-3.x machine-learning scikit-learn 2017-10-17

    0热度

    1回答

    如何使用tf.metrics.accuracy？

    我想用tf.metrics.accuracy跟踪我的预测的准确性，但我不确定如何使用update_op（以下acc_update_op），该函数返回： accuracy, acc_update_op = tf.metrics.accuracy(labels, predictions) 我的想法是将其添加到tf.GraphKeys.UPDATE_OPS会有道理，但我不知道如何做到这一点。
    machine-learning tensorflow deep-learning 2017-10-17

    0热度

    2回答

    我为什么要使用摘要，我能从这些摘要中得到什么？

    我正在学习深度学习和张量板，几乎是示例代码使用摘要。 我想知道为什么我需要使用变量摘要。 它们是诸如最小，最大，平均值，变异等总结的许多类型的数据。 我应该在典型情况下使用什么？ 如何分析和我能从这些汇总图中得到什么？ 谢谢：d
    machine-learning tensorflow deep-learning 2017-10-17

    0热度

    1回答

    有人可以从cifar10教程张量流中解释cifar10_train.py中的火车功能

    我从https://github.com/tensorflow/models/tree/master/tutorials/image/cifar10以下cifar10教程。 在这个项目中，有6个类。在搜索互联网后，我了解了cifar10.py和cifar10_input.py类。但我无法理解cifar10_train.py中的火车功能。这是cifar10_train.py类中的火车功能。 def
    machine-learning tensorflow 2017-10-17

    0热度

    1回答

    ctree。投入变量

    分类节点号我有 library(party) model.cart <- ctree(qtcf ~ ., data=training) 改变了我的情况下，分类树，我想在我的训练集（训练）和测试组（测试），显示终端节点创建一个新的变量编号为特定的观察。 显然，它可以手动进行这样的： training$ctreegroup[((training$sex == 'female') & (train
    r machine-learning 2017-10-17

    0热度

    1回答

    在堆叠机器学习中，您应该训练哪些模型？

    我目前正在学习在机器学习问题中进行堆栈。我将获得第一个模型的输出，并将这些输出用作第二个模型的特征。 我的问题是：订单是否重要？我正在使用套索回归模型和增强树。在我的问题中，回归模型胜过了提升树。因此我在想，我应该首先使用回归树和增强树。 作出此决定时，我需要考虑哪些因素？
    machine-learning 2017-10-17

    1热度

    2回答

    为什么我的模型与来自train_test_split的测试数据无关，而与新数据无关？

    我是机器学习的新手。 我有一个连续的数据集。我正在尝试使用几个功能对目标标签进行建模。我利用train_test_split函数来分离列车和测试数据。我正在训练，并使用下面的代码测试模型： X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) model = Sequential() model.ad
    python machine-learning neural-network regression train-test-split 2017-10-17

    2热度

    1回答

    有没有在python（sklearn/keras）中使用余弦相似度而不是点积的方法

    我刚开始使用Sklearn（MLPRegressor）和Keras（Sequential，有Dense图层）。 今天我读了this论文，描述如何使用余弦相似度而不是点积来提高性能。这基本上说，如果我们用f((w^Tx)/(|x||w|))替换f(w^Tx)，即我们不只是将点积提供给激活函数，而是将其标准化，我们就可以获得更好更快的性能。 有没有在Python中执行此操作的方法，特别是在SKlear
    machine-learning python deep-learning 2017-10-17

    1热度

    1回答

    在Sklearn管道中使用投票分类器

    我想将投票分类器应用于多个管道分类器并调整网格搜索中的参数。最小的例子给我一个错误。我必须以不同的方式做到这一点吗？ from sklearn.ensemble import RandomForestClassifier from sklearn.ensemble import AdaBoostClassifier from sklearn.ensemble import VotingClas
    python machine-learning scikit-learn 2017-10-17

    1热度

    1回答

    培训数据准备

    我正在尝试通过创建一个字符文本的热编码来准备数据文件，我可以稍后使用这些编码来训练我的模型进行分类。我有一个由字符行组成的训练数据文件，我最初正在做它们的整数编码，然后是一个热门编码。 例如这是数据文件的外观： afafalkjfalkfalfjalfjalfjafajfaflajflajflajfajflajflajfjaljfafj fgtfafadargggagagagagagavcacac
    machine-learning scikit-learn text-classification data-processing one-hot-encoding 2017-10-17
最新问题