scikit-learn

    0熱度

    2回答

    計算固定長度的灰度直方圖（HOG），無論圖像大小如何

    我正在訓練HOG + SVM模型，並且我的訓練數據具有各種大小和縱橫比。 SVM模型不能在可變大小列表上進行訓練，因此我正在計算無論圖像大小如何都是相同長度的梯度直方圖。 有沒有一個聰明的方法來做到這一點？或者更好地調整圖像大小或填充它們？
    machine-learning scikit-learn computer-vision 2017-12-18

    0熱度

    1回答

    Sklearn - predict_proba等效

    因此Sci-kit學習的一些模型如Logistic迴歸支持我大量使用的predict_proba方法。對於像Lasso這樣的模型，是否有其他方式輸出類似的概率數組，因爲它們不支持predict_proba？ 另外：我正在處理三個結果數據集，其中結果之間的概率可能相對均勻 - 任何有關模型/調諧以嘗試提高概率精度的一般建議，可以處理50個以上的特徵列？ =） 謝謝！
    python numpy scikit-learn 2017-12-27

    0熱度

    2回答

    ValueError：無效文字爲float（）：2017-03-18 19：22：51-07：00

    我是Python編程的新手。當我嘗試爲主要組件分析標準化數據時，出現以下錯誤消息。 Python版本：2.7.4。 df = pd.read_csv('E:/Downloads/Datasets/PCA_data.csv') df.head() number_people date timestamp day_of_week \ 0 37 2015-08-14
    python python-2.7 pandas scikit-learn 2017-12-27

    0熱度

    1回答

    邏輯迴歸sklearn - 火車和應用模型

    我是新來的機器學習和第一次嘗試Sklearn。我有兩個數據框，一個用於訓練邏輯迴歸模型（具有10倍交叉驗證）的數據和另一個用於使用該模型預測類（'0,1'）的數據。 這裏是我到目前爲止的代碼使用教程我在Sklearn文檔和Web上發現的位： import pandas as pd import numpy as np import sklearn from sklearn.linear_mo
    python machine-learning scikit-learn logistic-regression sklearn-pandas 2017-11-18

    0熱度

    1回答

    scikit學習：彈性網接近山脊

    所以彈性網應該是嶺迴歸（L2正則化）和套索（L1正則化）之間的混合。但是，即使l1_ratio是0，我也沒有得到和脊一樣的結果。我知道山脊使用梯度下降和彈性網使用座標下降，但最優方法應該是相同的，不是嗎？此外，我發現彈性網通常會引發ConvergenceWarnings，原因不明，而套索和脊線則不會。這裏有一個片段： from sklearn.datasets import load_boston
    machine-learning scikit-learn data-science 2017-11-18

    0熱度

    1回答

    使用1條記錄爲來自用戶輸入的預測創建虛擬變量

    我正在嘗試創建一個用於預測工作薪水的Web應用程序。我已經在我的電腦上離線訓練了我的模型，現在正在嘗試使Flask應用根據用戶輸入做出預測。 Training script: https://github.com/datomnurdin/webscraping-indeed/blob/master/analyzer.ipynb Model: https://github.com/datomnu
    python scikit-learn random-forest 2017-11-25

    -1熱度

    1回答

    線性迴歸與日期

    我有一個非常大的數據集與日期和值。我可以使用線性迴歸與日期和值來獲得預測公式。 我有日期和使用價值。 我可以將日期轉換爲數值並獲得預測公式，但我認爲這不起作用。 你能幫我解決這個用例嗎？什麼是最好的機器學習技術？我更喜歡線性迴歸，但不確定如何使用。
    machine-learning scikit-learn linear-algebra 2017-11-25

    0熱度

    1回答

    Scikit學習不字符串值在KNN

    我使用Scikit學會做工作 K最近Neigbour分類： from sklearn.neighbors import KNeighborsClassifier model=KNeighborsClassifier() model.fit(train_input,train_labels) 如果打印我的數據： print("train_input:") print(train_inpu
    python scikit-learn knn 2017-12-02

    0熱度

    1回答

    Sklearn LogisticRegression predict_proba結果看起來很奇怪

    我對SKlearn，機器學習及其相關領域頗爲陌生。我搜索了一天，但仍然無法找出答案。 model = LogisticRegression(C=1) model.fit(X, y) print(model.predict_proba(X_test)) // output [[ 1.01555532e-08 2.61926230e-01 7.37740949e-01 3.32810963e-
    scikit-learn 2017-12-02

    -1熱度

    1回答

    使用sklearn在隨機森林中自動超參數調整？

    是否有一種使用GridSearch自動調整隨機森林分類器的方法。我們沒有提供這些值，而是有任何方法可以找到最佳的最佳參數值。 rfc = RandomForestClassifier(n_jobs=-1, max_features='sqrt', oob_score = True) # Use a grid over parameters of interest param_
    machine-learning scikit-learn random-forest hyperparameters 2017-12-18
最新問題