random-forest

3熱度

1回答

RandomForest IndexError：只有整數，切片（`：`），省略號（`...`），numpy.newaxis（`無`）和整數或布爾數組是有效索引

我正在與sklearn對RandomForestClassifier： class RandomForest(RandomForestClassifier): def fit(self, x, y): self.unique_train_y, y_classes = transform_y_vectors_in_classes(y) return RandomF

python numpy scikit-learn classification random-forest 2017-06-21

---

1熱度

1回答

R randomforest package to Base SAS

有沒有一種方法可以將R中內置的randomforest轉換爲SAS代碼，而不必輸入getTree提供的所有if和else命令？ 我有30棵，在getTree功能

r sas random-forest 2017-06-21

---

0熱度

1回答

如何從h2o隨機森林對象中獲取隨機森林閾值

我在Python中有一個h2o隨機森林。如何爲每棵樹提取每個特徵的閾值？ 我的目標是在C++中實現這個隨機森林 謝謝！

python random-forest h2o 2017-06-30

---

0熱度

1回答

Sklearn：讓使用GridSearchCV

我使用GridSearchCV找到RandomForestClassifier 這裏最優參數的所有核心是部分代碼： clf = RandomForestClassifier(n_jobs=-1) param_grid = {"max_depth": [3, None], "max_features": [1, 3, 10], "min_samples_split":

python machine-learning scikit-learn random-forest 2017-07-02

---

0熱度

1回答

Python的 - 與scikit錯誤學習隨機森林約值格式

當我執行命令： clf.fit(train_data, train_label) 我獲得以下錯誤 ValueError: Input contains NaN, infinity or a value too large for dtype('float32'). 的問題是陣列train_data大小爲（ 18000,20）。我試圖用這個命令： clf.fit(np.float32(train

python arrays floating-point random-forest 2017-07-06

---

2熱度

2回答

如何處理spark tree中的決策樹，隨機森林的分類特徵？

我正在嘗試在UCI銀行營銷數據 - >https://archive.ics.uci.edu/ml/datasets/bank+marketing上構建決策樹和隨機森林分類器。數據集中有許多分類特徵（具有字符串值）。 在spark ml文檔中，提到可以使用StringIndexer或VectorIndexer通過索引將分類變量轉換爲數字。我選擇使用StringIndexer（矢量索引需要矢量特徵和

apache-spark-mllib random-forest decision-tree 2017-07-06

---

3熱度

2回答

pyspark隨機森林功能的重要性：如何從列編號

我使用的是標準的（字符串索引+一個熱編碼器+隨機森林）火花管道得到的列名，如下圖所示 labelIndexer = StringIndexer(inputCol = class_label_name, outputCol="indexedLabel").fit(data) string_feature_indexers = [ StringIndexer(inputCol=x, ou

pyspark apache-spark-mllib random-forest apache-spark-ml 2017-07-11

---

1熱度

1回答

隨機森林在R：新因子水平在訓練數據

OK不存在，因此與泰坦尼克號比賽的另一個新手問題： 我試圖運行對我的測試數據的隨機森林預測。我所有的工作都是在測試和訓練數據結合的基礎上完成的。 我現在已經拆了2 TESTDATA和trainingdata 我有以下代碼： trainingdata <- droplevels(data.combined[1:891,]) testdata <- droplevels(data.combined[

r random-forest predict levels 2017-07-14

---

2熱度

1回答

使用ranger R軟件包計算Brier分數和綜合Brier分數

我想使用「ranger」R軟件包計算我的分析的Brier分數和綜合Brier分數。 舉個例子，我用的是老將的數據從「生存」包如下 install.packages("ranger") library(ranger) install.packages("survival") library(survival) #load veteran data data(veteran) data <

r machine-learning regression random-forest survival-analysis 2017-07-14

---

0熱度

2回答

randomforest預測函數中的下標越界誤差

我使用隨機森林進行預測，並且在predict(fit, test_feature)行中出現以下錯誤。有人可以幫助我克服這一點。我對另一個數據集做了相同的步驟，沒有發生錯誤。但我在這裏得到錯誤。 Error: Error in x[, vname, drop = FALSE] : subscript out of bounds training_index <- createDataPartit

r random-forest prediction 2017-07-15

---