cross-validation

    1熱度

    1回答

    在記錄目標時使用交叉驗證的未記錄空間中的RMSE計算

    我是python的新手，並且遇到目標記錄時通過交叉驗證計算RMSE的困難。 我在下面的方式定義RMSE功能（當不記錄目標）： def rmse_cv(model): rmse= np.sqrt(-cross_val_score(model, X_train_s, Y_train, scoring="neg_mean_squared_error", cv = 5)) return(rmse)
    python scikit-learn regression prediction cross-validation 2017-07-13

    0熱度

    1回答

    SciKit-Learn：交叉驗證的結果非常不同

    我正在使用SciKit-Learn 0.18.1和Python 2.7進行一些基本的機器學習。我試圖通過交叉驗證來評估我的模型有多好。當我這樣做： from sklearn.cross_validation import cross_val_score, KFold cv = KFold(n=5, random_state = 100) clf = RandomForestRegresso
    python scikit-learn cross-validation 2017-07-17

    0熱度

    1回答

    如何在R中正確使用plsr（）？

    我在R中學習plsr，遇到了幾個不同的例子，這些例子讓我感到困惑。我看到了以下兩種方法擬合和找到最佳組件的兩種方法。我只想知道哪一種是正確的方式，並且首選？ 1）假設我們有一個稱爲數據的數據幀，它被分成列車數據data.train和測試數據data.test。然後PLSR安裝爲 plsr.fit = plsr(formula, data = data.train, validation = "CV
    r cross-validation 2017-07-19

    1熱度

    1回答

    使用StratifiedKFold創建列車/測試/ val拆分

    我試圖使用StratifiedKFold創建列車/測試/ val拆分，以用於非sklearn機器學習工作流程。所以，DataFrame需要拆分，然後保持這種狀態。 我試圖做類似下面，使用.values因爲我路過熊貓DataFrames： skf = StratifiedKFold(n_splits=3, shuffle=False) skf.get_n_splits(X, y) for tr
    python pandas scikit-learn cross-validation data-science 2017-07-20

    0熱度

    1回答

    如何在MATLAB中進行分層10折交叉驗證分類？

    我通常K-折交叉驗證的實施是很像： K = 10; CrossValIndices = crossvalind('Kfold', size(B,2), K); for i = 1: K display(['Cross validation, folds ' num2str(i)]) IndicesI = CrossValIndices==i; TempInd =
    matlab machine-learning cross-validation sampling 2017-07-21

    0熱度

    1回答

    交叉驗證是否足以確保分類算法中不存在過度擬合？

    我有一個數據集，一個類有45個觀察值，另一個類有55個觀察值。此外，我使用4個不同的功能，這些功能以前是通過使用功能選擇過濾器選擇的，雖然此過程的結果有點奇怪。 ％到85％），因爲我在Matlab上使用classificationLearner。這將確保沒有過度配合？或者仍然有機會呢？我如何確保沒有過度配合？
    matlab machine-learning classification cross-validation 2017-07-22

    1熱度

    1回答

    交叉驗證與Scikit中的網格搜索學習

    我使用的是sklearn.model_selection.GridSearchCV和sklearn.model_selection.cross_val_score，同時這樣做時我遇到了意想不到的結果。 在我的例子中，我使用下面的進口： from sklearn.datasets import make_classification from sklearn.pipeline import Pip
    python scikit-learn cross-validation grid-search 2017-07-24

    0熱度

    1回答

    輸出與cv.glmnet

    我想爲我想，以適應泊松模型的數據集做交叉驗證。然而，我注意到，當我使用lambda = 0時，我得到的功能cv.glm和cv.glmnet的輸出非常不同。下面是我的基本泊松模型代碼（第一部分是數據集的設置）： game_soon <- function(game_type, hour){ ret_vec <- c() len_game_type <- length(game_t
    r cross-validation 2017-06-22

    1熱度

    1回答

    如何檢測參數網格中允許使用哪些值？ （sklearn）

    我已經開始工作的一個項目，其中我需要檢測訓練的參數對於給定的scikit學習估計，如果可能的話，找個分類變量（和連續那些合理的時間間隔）的允許值。 我可以使用estimator.get_params()來獲取帶參數的字典，然後使用estimator.set_params(**{'var1':val1, 'var2':val2})來設置值，依此類推。 例如，對於KNN分類器，我們有以下的參數字典：
    python scikit-learn parameter-passing cross-validation 2017-06-30

    5熱度

    1回答

    Python - LightGBM與GridSearchCV，永遠在運行

    最近，我正在做多個實驗來比較Python XgBoost和LightGBM。看起來這個LightGBM是一種新的算法，人們說它在速度和準確性方面比XGBoost更好。 這是LightGBM GitHub。 這是LightGBM python API documents，在這裏你會發現你可以調用的python函數。它可以直接從LightGBM模型調用，也可以通過LightGBM scikit-lea
    python cross-validation xgboost grid-search lightgbm 2017-07-11
最新問題