scikit-learn

    0热度

    1回答

    如何在Logistic回归中查找Logistic/S形函数参数

    我想估计在医学数据逻辑回归中使用的S形/ logistic的最佳参数（最后提到：斜率和截距）。下面是我做了什么蟒蛇： import numpy as np from sklearn import preprocessing, svm, neighbors from sklearn.linear_model import LinearRegression, LogisticRegression
    python machine-learning scikit-learn logistic-regression 2017-10-12

    0热度

    1回答

    如何在scikit-learn的cross_val_score（）中每次折叠后运行函数？

    我想用scikit-learn的cross_val_score()函数对我的Keras神经网络进行交叉验证。 问题是，在每次折叠后不仅结果被记住，而且整个Keras模型。所以我想在每次折叠后用K.clear_session()来清除这个模型。但这只是上下文的细节。 我的主要问题是：如何在scikit-learn的cross_val_score（）每次折叠后运行自定义函数？换句话说：可以运行在每次折
    callback scikit-learn cross-validation 2017-10-12

    0热度

    1回答

    MultinomialNB（）为所有测试文档预测相同的类别

    我有大量文档分组到大约350个类中。我试图建立一个TF-IDF多项模型来预测新文档的类。一切似乎都工作正常，除了测试预测只有一个值（即使我在数千个文档上运行测试）。我错过了什么？ 下面是相关代码： stop_words = set(stopwords.words('english')) tokenizer = RegexpTokenizer(r'\w+') stemmer = Snowball
    python scikit-learn tf-idf 2017-10-12

    0热度

    1回答

    多类预测与文本和数字数据

    我试图创建一个数据集，其中包括数字和文本功能 使用TF-IdfVectorizer预测模型（或分类），我设法文本列转换为列表 因此每个小区在文本列是浮点数的诸如 [0.0 0.3567 0.0 0.0]（没有逗号）的列表。 我的目标功能是一组类。每一行可以有多个值，如 [a, b, c, 1] [1, d] [] 的问题是如何可以预先处理对象变量，以便我的模式使得分类的预测？我试过标签编码
    pandas machine-learning scikit-learn multiclass-classification 2017-10-12

    1热度

    1回答

    无法从GridFS的

    加载JOBLIB序列化模式，我可以转储sklearn模型GridFS的： import gridfs fs = gridfs.GridFS(db) gridFS_file = fs.new_file() joblib.dump(vectorizer, gridFS_file) 这工作，我可以看到存储在我的蒙戈模型。 但我不能直接从GridFS的阅读： from bson.objectid
    python scikit-learn pymongo gridfs joblib 2017-10-13

    0热度

    1回答

    转换sklearn CountVectorizer矩阵

    我创建使用CountVectorizer矩阵看起来字典的名单像 [[1, 2, 1....], [0, 4, 0,...], [0, 0, 7....]] 其中每列映射到功能的名称 ['sweet', 'pretty', 'bad'....] 我想做什么 将矩阵的行转换为形式为字典的列表 [{'sweet': 1, 'pretty': 2, 'bad': 1 ..} , {'sweet
    python numpy scikit-learn 2017-10-13

    -2热度

    1回答

    如何使用scikit-learn识别真实场景图像？

    我新的scikit学习，我有大量的图片和图像的大小都不相同，一种是真实场景图像像 cdn.mayike.com/emotion/img/attached/1/图像/ DT /十二分之二千零一十七万零九百二十〇/ 20170920121356_795.png cdn.mayike.com/emotion/img/attached/1/image/mainImg/20170916/15/2017091
    python image machine-learning scikit-learn 2017-10-13

    0热度

    1回答

    FeatureUnion具有不同的特征尺寸

    我想用sklearn分类一些句子。句子存储在Pandas DataFrame中。 首先，我想用一句话的长度，它的TF-IDF向量作为特征，所以我创造了这个管道： pipeline = Pipeline([ ('features', FeatureUnion([ ('meta', Pipeline([ ('length', LengthAnalyzer())
    python scipy scikit-learn 2017-10-13

    0热度

    1回答

    从sklearn的MLPClassifier检索最终隐藏的激活图层输出

    我想用神经网络最后的隐藏激活图层输出做一些测试，使用sklearn的MLPClassifier在fit之后查看数据。 例如，如果我创建一个分类，假设数据X_train用标签y_train和大小(300,100) clf = MLPClassifier(hidden_layer_sizes=(300,100)) clf.fit(X_train,y_train) 的两个隐含层我希望能够以某种方式
    python machine-learning scikit-learn classification data-science 2017-10-13

    0热度

    1回答

    sklearn RandomizedSearchCV与流水线KerasClassifier

    我正在Keras模型上执行超参数调优优化任务与sklearn。我想一个管道内优化KerasClassifiers ... 代码如下： import numpy as np import pandas as pd from keras.models import Sequential from keras.layers import Dense from keras.wrappers.sci
    scikit-learn keras pipeline 2017-10-13
最新问题