random-forest

    0熱度

    1回答

    如何對csv文件中的所有條目進行隨機森林預測？

    我已經訓練了一個非常小的數據集上的隨機森林分類器。只有一個功能'位置'與目標'相關性'。我的代碼是很短的，簡單，可以在這裏 https://github.com/sakshamyadav/ocm_test/blob/master/Untitled.ipynb 找到我想現在要做的，是這樣的：用「位置」 把列 輸入任何csv文件它通過我的訓練隨機森林算法，以確定其是相關，哪些不是（1或0） 刪除所有行
    python machine-learning scikit-learn jupyter-notebook random-forest 2017-09-13

    -1熱度

    1回答

    隨機森林中的套袋和max_feature

    我不明白「較小的max_feature減少隨機森林中的過度擬合」的部分嗎？ 另外，隨機森林中的裝袋意味着什麼？
    scikit-learn random-forest 2017-09-16

    2熱度

    1回答

    R中隨機森林分類器的元素

    R中隨機森林分類器的「元素」是什麼？ 爲什麼「元素」總是等於19，無論設置什麼數據，我使用的功能數量是多少？ 例如，在我的[R工作室環境： 將R物體名稱             說明 rf_goodjunk                                      大randomForest.formula（19個元素，24.9 MB） rf_more              
    r random-forest 2017-09-20

    -1熱度

    1回答

    與RandomForestClassifier奇怪的行爲estimators_

    我有這樣的代碼： import pandas as pd from sklearn.ensemble import RandomForestClassifier df = pd.read_csv('musk_clean.csv') X=df.iloc[:,0:-1] y=df.iloc[:,-1] clf=RandomForestClassifier(1) clf.fit(X,y)
    python tree scikit-learn random-forest 2017-09-26

    0熱度

    1回答

    評估連續數據隨機森林模型精度的最佳方法？

    我有一個預測變量的隨機森林模型。這個變量不是一個分類類，而是一個從0到1的數字。在這種情況下，評估生成模型的準確性的最好方法是什麼？ 我應該分割訓練和測試零件，然後簡單地計算測試類中預測值和觀察值之間的線性相關性嗎？ 有沒有更優雅的解決方案？如果是的話哪個包實現了這個？
    r model random-forest 2017-09-26

    0熱度

    2回答

    XGBoost/CatBoost中含有大量類別的分類變量

    我對隨機森林有疑問。想象一下，我有關於用戶與物品交互的數據。項目數量很大，大約爲10 000個。我的隨機森林輸出應該是用戶可能與之交互的項目（如推薦系統）。對於任何用戶，我想使用描述用戶過去已與之進行交互的項目的功能。但是，將分類產品功能映射爲單熱編碼看起來效率非常低，因爲用戶最多隻能與幾百個項目進行交互，有時甚至可能只有5個。 您將如何去關於構建一個隨機森林時，其中一個輸入要素是一個具有〜100
    machine-learning random-forest xgboost categorical-data catboost 2017-09-27

    -2熱度

    2回答

    隨機森林的負面測試分數

    嗨，我正在使用隨機森林分類器來產生logerror。日誌錯誤包含= ve & -ve值。以不同的設置運行分類器後。我能夠獲得大約0.8的訓練測試分數，但測試分數總是負面的。爲什麼？ 我應該使用abs（日誌錯誤）進行預測還是我的隨機森林選擇錯誤？
    python-2.7 machine-learning random-forest 2017-09-28

    -2熱度

    1回答

    隨機森林是AdaBoost的特例嗎？

    如果我們在AdaBoost算法中使用決策樹作爲基本估計器，有什麼區別？
    machine-learning random-forest adaboost 2017-10-04

    0熱度

    1回答

    爲什麼隨機森林迴歸返回一個非常糟糕的結果？

    我試圖在scikit_learn中使用randomforestregressor()來模擬一些數據。處理完我的原始數據後，我應用於randomforestregressor()的數據如下。 以下只是我的數據的一小部分。實際上，大約有6000個數據。 請注意，第一列是我創建的包含所有數據的DataFrame'final_data'的datetimeindex。另外，第4欄中的數據是字符串。我只是通過
    regression random-forest data-analysis non-linear-regression regression-testing 2017-10-04

    0熱度

    1回答

    ValueError：未知標籤類型：'unknown' - 標籤是數字

    我正在爲二元分類問題構建一個隨機森林分類器。我的標籤都是數字。 print labels.unique() [1 0] print type(labels) <class 'pandas.core.series.Series'> print labels.shape (3000,) 但是，當我在擬合模型Gridsearchcv pipeline = Pipeline(ste
    python scikit-learn random-forest grid-search 2017-10-05
最新問題