scikit-learn

    0热度

    1回答

    Sklearn - predict_proba等效

    因此Sci-kit学习的一些模型如Logistic回归支持我大量使用的predict_proba方法。对于像Lasso这样的模型，是否有其他方式输出类似的概率数组，因为它们不支持predict_proba？ 另外：我正在处理三个结果数据集，其中结果之间的概率可能相对均匀 - 任何有关模型/调谐以尝试提高概率精度的一般建议，可以处理50个以上的特征列？ =） 谢谢！
    python numpy scikit-learn 2017-12-27

    0热度

    2回答

    ValueError：无效文字为float（）：2017-03-18 19：22：51-07：00

    我是Python编程的新手。当我尝试为主要组件分析标准化数据时，出现以下错误消息。 Python版本：2.7.4。 df = pd.read_csv('E:/Downloads/Datasets/PCA_data.csv') df.head() number_people date timestamp day_of_week \ 0 37 2015-08-14
    python python-2.7 pandas scikit-learn 2017-12-27

    0热度

    1回答

    逻辑回归sklearn - 火车和应用模型

    我是新来的机器学习和第一次尝试Sklearn。我有两个数据框，一个用于训练逻辑回归模型（具有10倍交叉验证）的数据和另一个用于使用该模型预测类（'0,1'）的数据。 这里是我到目前为止的代码使用教程我在Sklearn文档和Web上发现的位： import pandas as pd import numpy as np import sklearn from sklearn.linear_mo
    python machine-learning scikit-learn logistic-regression sklearn-pandas 2017-11-18

    0热度

    1回答

    scikit学习：弹性网接近山脊

    所以弹性网应该是岭回归（L2正则化）和套索（L1正则化）之间的混合。但是，即使l1_ratio是0，我也没有得到和脊一样的结果。我知道山脊使用梯度下降和弹性网使用坐标下降，但最优方法应该是相同的，不是吗？此外，我发现弹性网通常会引发ConvergenceWarnings，原因不明，而套索和脊线则不会。这里有一个片段： from sklearn.datasets import load_boston
    machine-learning scikit-learn data-science 2017-11-18

    0热度

    1回答

    使用1条记录为来自用户输入的预测创建虚拟变量

    我正在尝试创建一个用于预测工作薪水的Web应用程序。我已经在我的电脑上离线训练了我的模型，现在正在尝试使Flask应用根据用户输入做出预测。 Training script: https://github.com/datomnurdin/webscraping-indeed/blob/master/analyzer.ipynb Model: https://github.com/datomnu
    python scikit-learn random-forest 2017-11-25

    -1热度

    1回答

    线性回归与日期

    我有一个非常大的数据集与日期和值。我可以使用线性回归与日期和值来获得预测公式。 我有日期和使用价值。 我可以将日期转换为数值并获得预测公式，但我认为这不起作用。 你能帮我解决这个用例吗？什么是最好的机器学习技术？我更喜欢线性回归，但不确定如何使用。
    machine-learning scikit-learn linear-algebra 2017-11-25

    0热度

    1回答

    Scikit学习不字符串值在KNN

    我使用Scikit学会做工作 K最近Neigbour分类： from sklearn.neighbors import KNeighborsClassifier model=KNeighborsClassifier() model.fit(train_input,train_labels) 如果打印我的数据： print("train_input:") print(train_inpu
    python scikit-learn knn 2017-12-02

    0热度

    1回答

    Sklearn LogisticRegression predict_proba结果看起来很奇怪

    我对SKlearn，机器学习及其相关领域颇为陌生。我搜索了一天，但仍然无法找出答案。 model = LogisticRegression(C=1) model.fit(X, y) print(model.predict_proba(X_test)) // output [[ 1.01555532e-08 2.61926230e-01 7.37740949e-01 3.32810963e-
    scikit-learn 2017-12-02

    0热度

    2回答

    计算固定长度的灰度直方图（HOG），无论图像大小如何

    我正在训练HOG + SVM模型，并且我的训练数据具有各种大小和纵横比。 SVM模型不能在可变大小列表上进行训练，因此我正在计算无论图像大小如何都是相同长度的梯度直方图。 有没有一个聪明的方法来做到这一点？或者更好地调整图像大小或填充它们？
    machine-learning scikit-learn computer-vision 2017-12-18

    -1热度

    1回答

    使用sklearn在随机森林中自动超参数调整？

    是否有一种使用GridSearch自动调整随机森林分类器的方法。我们没有提供这些值，而是有任何方法可以找到最佳的最佳参数值。 rfc = RandomForestClassifier(n_jobs=-1, max_features='sqrt', oob_score = True) # Use a grid over parameters of interest param_
    machine-learning scikit-learn random-forest hyperparameters 2017-12-18
最新问题