supervised-learning

    1热度

    2回答

    使用SVC偏差结果的特征向量中的值可能非常大（或非常小）？ [scikit学习]

    我想更好地了解如何我的特征向量的值可能会影响结果。例如，假设我有一个最终值作为结果下面的载体（这是使用SVC分类问题为例）： 0.713, -0.076, -0.921, 0.498, 2.526, 0.573, -1.117, 1.682, -1.918, 0.251, 0.376, 0.025291666666667, -200, 9, 1 你会发现，大部分值中心的周围0但是，有一个数值比
    vector machine-learning scikit-learn svc supervised-learning 2013-10-04

    0热度

    1回答

    Weka实时监督式学习（在Android手机上）

    我想使用加速度计数据（尝试）预测用户正在做什么活动（简单活动）。假设我有一堆训练实例，其中是一个训练实例，而xn是类标签。在训练之后，我想要接收数据，进行转换，然后实时（或接近）输出活动的分类。 首先，有什么建议？其次，我将为训练集设置班级标签，但不包含测试集。我应该如何计算准确度。我不会只看标签，因为测试集没有标签。最后，我只想确保Weka不会抱怨测试集没有任何类标签。 我倾向于使用监督式学习，
    android weka decision-tree supervised-learning 2013-11-25

    7热度

    1回答

    weka中看不到的名义值

    我有一个数据集，其中包含一些名义值作为要素。我的训练集具有一套在我的测试集中不存在的名义特征的值。 比如我在训练集功能相当于 @attribute h4 {br,pl,com,ro,th,np} ，并在测试组具有相同特征具有 @attribute h4 {br,pl,abc,th,def,ghi,lmno} 我相信，正因为如此，秧鸡是不是让我重新评估我在我的测试集上的训练集上构建的模型。有没有解决
    machine-learning weka supervised-learning 2013-11-28

    0热度

    1回答

    回归树与标准差减少

    我有一个1k记录的数据集，我的工作是根据这些记录做一个决策算法。 这里是我可以分享： 的目标是连续值。 一些预测（或属性）的是连续值， 它们中的一些是离散的，有些是离散值 （可以有多于一个选项） 我最初的想法的阵列分离离散值的数组并使其成为单独的特征（预测因子）。对于预测变量中的连续值，我只想随机选择一些决策边界，并查看哪一个最能减少熵。然后制作一棵决策树（或随机森林），在创建树时使用标准偏差减少
    machine-learning supervised-learning 2013-10-16

    0热度

    1回答

    WEKA：如何区分“缺失”和“不适用”的数字数据？

    我是WEKA的新手。 在我的数据集中，我有一个属性，其中的类型是数字。在数据集中，有特定的值表示为“缺失值”和“不适用”。 例如 0-遗漏值 99999 - 代表不适用 对于“遗漏值”，我可以用它表示，但如何为“不适用”“？”？ 我的问题是： - 1）我们如何告诉WEKA在计算mean或std dev时不要包含'Not Applicable'值？ 2）'不适用'值如何影响分类结果？ 谢谢。
    machine-learning data-mining classification weka supervised-learning 2013-10-21

    0热度

    2回答

    可以训练带有标签的训练集的神经网络，并使用没有标签的数据集对其进行测试？

    我有一个问题，一直非常执着。 我可以使用标记的数据集（即：包含目标信息的数据集）训练神经网络，然后应用另一个没有标记的数据集？ 我想用我的例子来训练网络，但是在真实的情况下希望它能够对例子进行分类（没有关联的目标）。例如： 训练集： Var1 Var2 Var3 Var4 Target 1 2 3 1 blue 测试设置（没有目标，其实这就是我想知道是什么） Var1 Var2 Va
    neural-network rapidminer supervised-learning 2013-12-17

    9热度

    4回答

    使用深度学习技术的监督学习（文档分类）

    我正在阅读关于深度学习的论文。他们大多数提到无监督学习。 他们还说神经元是使用无监督的RBM网络预先训练的。后来他们使用反向传播算法（监督）进行了很好的调整。 那么我们可以使用深度学习来解决监督学习问题吗？ 我想知道深度学习是否可以应用于文档分类问题。 我知道有很好的分类器可用。但我的目标是找出我们是否可以为此目的使用深度学习。
    machine-learning neural-network deep-learning supervised-learning 2013-10-28

    7热度

    1回答

    为什么DropOut不用于无监督学习？

    所有或几乎所有使用退出的论文都将其用于监督式学习。它似乎可以很容易地用来调整深度自动编码器，RBM和DBN。那么，为什么不在无监督学习中使用辍学？
    machine-learning neural-network unsupervised-learning supervised-learning 2013-10-29

    2热度

    1回答

    人类可解释的监督机器学习算法

    我正在寻找一种监督机器学习算法，该算法将生成透明的规则或可以被人类轻松解释的定义。 我使用的大多数算法（SVM，随机森林，PLS-DA）都不是很透明。也就是说，在针对非计算机科学家的读者的出版物中，你很难总结出表格中的模型。例如，作者通常会做的是发布基于某些标准的重要变量列表（例如，基尼指数或RF情况下的准确度平均降低），并且有时通过指示这些变量的差异来改进此列表问题之间的类。 我在看的是样式“i
    algorithm machine-learning supervised-learning 2013-12-20

    -2热度

    1回答

    设计一个数据模型来预测函数总和的值

    我正在开发一个数据挖掘项目，我必须设计下面的模型。 我已经给4特征X1，X2，X3和X4和这些 特征使得每个功能取决于可用特征的一些子集限定的四个功能。 例如 F1（X1，X2）= X1^2 + 2×2^2 F2（X2，X3）= 2×2^2 + 3×3^3 F3（X3，X4）= 3×3^3 + 4x4^4 这意味着F1是一些依赖于特征x1，x2的函数。 F2是一些功能，这取决于x2，x3等等 现在
    machine-learning data-mining classification linear-regression supervised-learning 2013-11-05
最新问题