random-forest

    2熱度

    1回答

    如何爲R中的分類變量創建部分依賴圖？

    我正在使用r-package randomForest，併成功製作了隨機森林模型和重要性圖。我正在處理一個二元對應和幾個分類預測器。 但是，我無法弄清楚如何爲我的分類變量製作偏依賴關係圖。我曾嘗試使用randomForest命令partialPLot。但我收到以下錯誤： > partialPlot(rf.5, rf.train.1, religion) Error in is.finite(x)
    r plot machine-learning random-forest categorical-data 2017-05-18

    1熱度

    1回答

    使用python sklearn的隨機森林模型的增量訓練

    我使用下面的代碼來保存隨機森林模型。我正在使用cPickle來保存訓練有素的模型。當我看到新的數據時，我可以逐漸地訓練模型。 目前，列車集有大約2年的數據。有沒有一種方法可以在另外兩年的時間裏進行訓練，並且（種類）將其附加到現有的已保存模型上。 rf = RandomForestRegressor(n_estimators=100) print ("Trying to fit the Rando
    python pickle random-forest training-data 2017-05-19

    0熱度

    1回答

    下標越界誤差，隨機森林模型

    我試圖使用隨機森林模型來根據身高，體重和兄弟姐妹數量來預測性別。我從一個包含數十個變量的大得多的數據集中獲得數據，但是我已經將它清理到了這個「乾淨」的data.frame中，省略了NA值，只有我關心的4個變量，最後一列是Gender 。 我試過擺弄代碼和到處搜索，但找不到具體的修復程序。 下面的代碼： ind <- sample(nrow(clean),0.8*nrow(clean)) trai
    r random-forest 2017-05-19

    0熱度

    1回答

    weka序列化模型文件太大

    我使用weka（在java中）構建了一個隨機森林分類器。 我將一個序列化的分類器保存到磁盤。但是，序列化文件太大（大約100 MB）。此外，如果我對更多的實例進行了訓練，文件變得越來越大，所以我猜測序列化模型也會保存數據。 還有另一種方法來保存weka分類器嗎？而對於較小的輸出文件（通常我認爲大小應該僅取決於模型架構）。 我用下面來serilization，所有產生相同的文件大小： Weka.co
    serialization weka random-forest 2017-05-25

    0熱度

    1回答

    r - calibration（）函數如何計算觀察的均勻百分比

    我正在嘗試通過應用預測建模（max kuhn）一書中的示例。這是創建校準曲線的一個例子。 我有點理解那條曲線的重點，即看實際事件的比例是否與預測事件相似。但我正在努力瞭解如何計算輸出的百分比列。 下面是代碼： library(AppliedPredictiveModeling) set.seed(975) simulatedTrain <- quadBoundaryFunc(500) sim
    r random-forest 2017-05-27

    1熱度

    2回答

    隨機繪製500棵樹中的一棵林林包

    如何在R的同名包中輸出randomForest的樹圖功能？例如，我使用iris數據，並且想要繪製500個輸出束中的第一棵樹。我的代碼是 model <-randomForest(Species~.,data=iris,ntree=500)
    r machine-learning classification random-forest 2017-05-29

    0熱度

    1回答

    在使用sklearn的隔離森林算法中設置最大特徵參數的錯誤

    我正在嘗試使用Isolation Forest sklearn implementation來訓練包含357個特徵的數據集。當max features變量設置爲1.0（默認值）時，我可以成功地訓練並獲得結果。 然而，當最大的特徵被設置爲2，它提供了以下錯誤： ValueError: Number of features of the model must match the input. Mod
    algorithm python-3.x scikit-learn random-forest 2017-05-29

    1熱度

    1回答

    如何將RandomForest二進制化以在Python中繪製ROC？

    我有21個班。我正在使用RandomForest。我想繪製ROC曲線，所以我在scikit中檢查了示例ROC with SVM 該示例使用SVM。支持向量機具有如下參數：概率和RF不具有的decision_function_shape。 那麼如何二值化RandomForest並繪製ROC？ 謝謝 編輯 要創建假數據。所以有20個特徵和21個類別（每個類別3個樣本）。 df = pd.DataFra
    python-3.x scikit-learn random-forest roc 2017-05-29

    1熱度

    2回答

    不平衡數據：欠採樣或過採樣？

    我有其中一個類表示的所有觀測（210 000）的99.1％的二元分類問題。作爲處理不平衡數據的策略，我選擇抽樣技術。但我不知道該怎麼做：對我的大多數班級進行抽樣抽樣或對較少代表的班級進行抽樣。 如果有人有建議？ 謝謝。 P.s. 我使用sklearn的隨機森林算法。
    python machine-learning classification random-forest supervised-learning 2017-05-29

    0熱度

    1回答

    「R」套裝「遊俠」中的「最大深度」是什麼？

    其他隨機森林工具具有限制特定分支上最大分割深度的「撥號」。例如， h2o.randomForest具有「max_depth」。 「ranger」的版本是什麼？
    r random-forest ranger 2017-05-31
最新問題