kaggle

0熱度

2回答

UnicodeDecodeError：'utf-8'編碼解碼器無法解碼位置1中的字節0x8b：無效的起始字節，同時讀取pandas中的csv文件

我知道類似的問題已經被問到，我已經看過所有這些問題，幫幫我。我正在使用OSX 10.11 El Capitan，python3.6。，虛擬環境，也沒有嘗試過。我正在使用jupyter筆記本和spyder3。我是新來的蟒蛇，但要知道基本的ML和以下後，以瞭解如何解決Kaggle挑戰：Link to Blog，Link to Data Set 。我是停留在代碼的前幾行 ` import pandas

0熱度

1回答

轉換CSV到ARFF

我對數據挖掘，我們從kaggle給CSV數據的一所學校項目的工作（這是怎樣的數據看起來（2線出6970））： 4,1970,Female,150,DomesticPartnersKids,Bachelor's Degree,Democrat,,Yes,No,No,No,Yes,Public,No,Yes,No,Yes,No,No,Yes,Science,Study first,Yes,Yes,No

2熱度

1回答

神經網絡從零開始在python中使用sigmoid激活

我是新來的python，試圖學習機器學習在python.i試圖從頭開始寫一個神經網絡與着名的虹膜數據集上的一個隱藏層。這是一個三一個分類器與輸出作爲一個熱矢量。我也從已經寫好的算法中獲得幫助，例如我使用了與我的測試集相同的訓練集。這是一個龐大的代碼，我希望你告訴我，我們如何減去尺寸（150,3）的'y'輸出（這是一個熱點矢量），我的輸出y softmax是矢量（150,21）。這是我最大的問題。

1熱度

1回答

熊貓Hashtable KeyError

我在Kaggle找到了下面的代碼。 import re from nltk.corpus import stopwords # Import the stop word list def description_to_words(review_text): # 2. Remove non-letters letters_only = re.sub("[^a-zA-

3熱度

1回答

Python .loc混淆

我正在使用Datacamp平臺爲泰坦尼克號製作Kaggle教程。我的理解中熊貓使用的.loc的 - 使用列標籤來選擇由行值... 我的困惑來自於在Datacamp教程中，我們要查找所有的「男」的事實「慾望」列中輸入，並與值0。他們使用的下面這段代碼做替換： titanic.loc[titanic["Sex"] == "male", "Sex"] = 0 能有人請解釋這是如何工作？我以爲.lo

0熱度

3回答

如何在rapidminer中將格式csv轉換爲kaggle提交格式

我想用Rapidminer完成San Francisco Crime Classification kaggle excercise，但是我對如何從rapidminer創建kaggle提交格式的csv沒有任何幫助。

0熱度

4回答

如何完成代碼以取代中位數在R中的NA

我對R很新，所以請請溫和。我正在參加Kaggle泰坦尼克號的比賽，讓我進入R和工作的事情。我正在通過設計一個功能來工作，而且我對下一步該做什麼的邏輯有點困惑。所以，在這裏去。我的目標是採取年齡數據，並用所有人的年齡中位數替換所有的NA。例如如果這個人是一個主人，我想獲得所有主人的中位數，並用該中位數代替NA。先生等等。我已成功地創建自己包含標題和年齡data.frame如下： librar

2熱度

1回答

熊貓適用於2列和一行

我想提高我的代碼的性能替代他們，我要來標記一個數據幀的2列，我是有這樣的 submission_df['question1'] = submission_df.apply(lambda row: nltk.word_tokenize(row['question1']), axis=1) submission_df['question2'] = submission_df.apply(lambda

0熱度

2回答

如何在python中爲自定義數據實現next_batch（）函數

我目前正在通過實施深度轉網絡來研究kaggle上的cats vs dogs分類任務。下面的代碼行用於數據預處理： def label_img(img): word_label = img.split('.')[-3] if word_label == 'cat': return [1,0] elif word_label == 'dog': return [0,1]

0熱度

1回答

如何獲得F1中的交叉驗證數據集的精度和調用

我有兩個數據集。 train <- read.csv("train.csv") test <- read.csv("test.csv") 列車組中的數據如下所示。 > str(train) 'data.frame': 891 obs. of 12 variables: $ PassengerId: int 1 2 3 4 5 6 7 8 9 10 ... $ Survived : Fa