knn

    0熱度

    1回答

    留一出交叉驗證中的R

    KNN我定義我的訓練和測試集如下： colon_samp <-sample(62,40) colon_train <- colon_data[colon_samp,] colon_test <- colon_data[-colon_samp,] 而且KNN功能： knn_colon <- knn(train = colon_train[1:12533], test = colon_test
    r loops machine-learning cross-validation knn 2016-07-24

    0熱度

    1回答

    r - knn中新觀察的預測

    我正在嘗試製作一個應用程序，它可以根據用戶輸入來預測價格。我如何預測新值的響應？ 我試圖做到以下幾點： 1.添加一個新的觀察到數據集 2.火車KNN上的所有意見，但新的 3.測試KNN在新的觀測 但是，當我將不同的響應變量值放入新的觀察值時，預測會發生變化，因此似乎不起作用。 假設數據有100個7個變量的觀察值。 這將是我試過的代碼。 data <- rbind(data, c(1,2,3,4,5
    r knn 2016-06-15

    -1熱度

    1回答

    問：KN中的R - 奇怪的行爲

    有誰知道爲什麼下面的KNN R代碼對不同的種子給出不同的預測？ 由於K < -5這很奇怪，因此大多數都是明確定義的。另外，在數據問題的精確度下，浮點數不會太小。 （注：我知道測試是從訓練古怪不同這只是創建證明奇怪KNN行爲的合成例子） library(class) train <- rbind( c(0.0626015, 0.0530052, 0.0530052, 0.0496676,
    r knn 2016-08-11

    0熱度

    1回答

    尋找類似的項目

    我有一個零售公司的許多項目的大數據庫。如果我想找到與任何特定項目相似的項目，我可以在Spark ML中使用Pearson相關性來執行此操作嗎？還有其他更好的算法嗎？我如何確保機器隨着其演變而學習？ 編輯 - 我實現了Mapreduce程序來查找各種功能之間的距離。但是我怎樣才能使它成爲機器學習解決方案？假設我讓程序識別出正確的鄰居，那麼程序如何在下次使用這個學習？
    machine-learning apache-spark-mllib knn apache-spark-ml 2016-08-12

    2熱度

    1回答

    K最近的鄰居在sklearn半徑 - 橢圓

    當我在sklearn中使用knn算法時，我可以得到我指定的半徑內的最近鄰居，即它返回該半徑內最近鄰居的圓形狀。是否有一個實現可以指定兩個半徑值來返回最近鄰居的橢圓形狀？
    scikit-learn knn 2016-06-28

    1熱度

    1回答

    ValueError異常：設置一個數組元素與序列而訓練KD樹TFIDF

    我想培養出KD-樹上的文檔語料庫的TFIDF但它給 ValueError: setting an array element with a sequence. 代碼和錯誤描述如下。有人可以幫我找出問題嗎？ 代碼： t0 = time.time() count_vect = CountVectorizer() X_train_counts = count_vect.fit_transform
    python numpy scikit-learn knn tf-idf 2016-06-28

    0熱度

    1回答

    帶TF-IDF的KNN投擲「重塑你的數據」帶有餘弦相似度的警告作爲距離度量

    我正在嘗試使用SciKIt中的餘弦相似度來學習KNN，但它一直在拋出這些警告。有人可以解釋這些的含義是什麼，爲什麼只有當我試圖用餘弦相似性擬合KNN模型而沒有使用任何其他距離度量時纔會出現這種情況？ 代碼： t0 = time.time() count_vect = CountVectorizer() X_train_counts = count_vect.fit_transform(X)
    python scikit-learn knn cosine-similarity 2016-07-02

    0熱度

    1回答

    如何尋找失蹤的收入值R中使用KNN

    這裏是我創建的數據集： ID <- c(NA,1,2,3) Age <- c(30,25,33,35) Asset_Size <- c(60,50,60,80) Income <- c(NA,100000,90000,150000) chart1 <- data.frame(ID,Age,Asset_Size,Income) 我試圖找到收入的客戶X缺失值，如果K = 1和方法= 「未加
    r dataset knn 2016-07-07

    0熱度

    2回答

    k-最近的鄰居，其中每個點是它自己的類

    我試圖根據特徵相似性來做推薦，其中我的特徵空間中的點代表獨特的類。基本上，我有幾百個獨特的項目表示爲低維特徵向量，我想按排名順序查找最近的鄰居，以獲得新的觀察結果。 通常你會找到鄰居並選擇其中大部分表示的類。考慮到每個項目都有自己的課程，這對我來說不起作用。 是k NN在這裏錯誤的方法？是否有更適合這種問題的不同系列的算法？
    algorithm machine-learning knn 2016-07-19

    1熱度

    2回答

    「knn錯誤（...）不允許缺少值」，爲什麼？

    我有一個在類變量中缺少值的測試集。 運行knn時，出現錯誤信息： 「knn（...）中出現錯誤，不允許缺少值」。 問題：爲什麼不能讓測試集中類變量的值丟失？我的意思是，我不知道這些價值，我想預測它們。 我可以將一些類分配給類變量，並仍然得到正確的結果嗎？ 示例代碼： library(class) data <- data.frame("class_variable"=sample(LETTERS
    r knn 2016-07-28
最新問題