scikit-learn

    0熱度

    1回答

    如何在Logistic迴歸中查找Logistic/S形函數參數

    我想估計在醫學數據邏輯迴歸中使用的S形/ logistic的最佳參數（最後提到：斜率和截距）。下面是我做了什麼蟒蛇： import numpy as np from sklearn import preprocessing, svm, neighbors from sklearn.linear_model import LinearRegression, LogisticRegression
    python machine-learning scikit-learn logistic-regression 2017-10-12

    0熱度

    1回答

    如何在scikit-learn的cross_val_score（）中每次摺疊後運行函數？

    我想用scikit-learn的cross_val_score()函數對我的Keras神經網絡進行交叉驗證。 問題是，在每次摺疊後不僅結果被記住，而且整個Keras模型。所以我想在每次摺疊後用K.clear_session()來清除這個模型。但這只是上下文的細節。 我的主要問題是：如何在scikit-learn的cross_val_score（）每次摺疊後運行自定義函數？換句話說：可以運行在每次折
    callback scikit-learn cross-validation 2017-10-12

    0熱度

    1回答

    MultinomialNB（）爲所有測試文檔預測相同的類別

    我有大量文檔分組到大約350個類中。我試圖建立一個TF-IDF多項模型來預測新文檔的類。一切似乎都工作正常，除了測試預測只有一個值（即使我在數千個文檔上運行測試）。我錯過了什麼？ 下面是相關代碼： stop_words = set(stopwords.words('english')) tokenizer = RegexpTokenizer(r'\w+') stemmer = Snowball
    python scikit-learn tf-idf 2017-10-12

    0熱度

    1回答

    多類預測與文本和數字數據

    我試圖創建一個數據集，其中包括數字和文本功能 使用TF-IdfVectorizer預測模型（或分類），我設法文本列轉換爲列表 因此每個小區在文本列是浮點數的諸如 [0.0 0.3567 0.0 0.0]（沒有逗號）的列表。 我的目標功能是一組類。每一行可以有多個值，如 [a, b, c, 1] [1, d] [] 的問題是如何可以預先處理對象變量，以便我的模式使得分類的預測？我試過標籤編碼
    pandas machine-learning scikit-learn multiclass-classification 2017-10-12

    1熱度

    1回答

    無法從GridFS的

    加載JOBLIB序列化模式，我可以轉儲sklearn模型GridFS的： import gridfs fs = gridfs.GridFS(db) gridFS_file = fs.new_file() joblib.dump(vectorizer, gridFS_file) 這工作，我可以看到存儲在我的蒙戈模型。 但我不能直接從GridFS的閱讀： from bson.objectid
    python scikit-learn pymongo gridfs joblib 2017-10-13

    0熱度

    1回答

    轉換sklearn CountVectorizer矩陣

    我創建使用CountVectorizer矩陣看起來字典的名單像 [[1, 2, 1....], [0, 4, 0,...], [0, 0, 7....]] 其中每列映射到功能的名稱 ['sweet', 'pretty', 'bad'....] 我想做什麼 將矩陣的行轉換爲形式爲字典的列表 [{'sweet': 1, 'pretty': 2, 'bad': 1 ..} , {'sweet
    python numpy scikit-learn 2017-10-13

    -2熱度

    1回答

    如何使用scikit-learn識別真實場景圖像？

    我新的scikit學習，我有大量的圖片和圖像的大小都不相同，一種是真實場景圖像像 cdn.mayike.com/emotion/img/attached/1/圖像/ DT /十二分之二千零一十七萬零九百二十〇/ 20170920121356_795.png cdn.mayike.com/emotion/img/attached/1/image/mainImg/20170916/15/2017091
    python image machine-learning scikit-learn 2017-10-13

    0熱度

    1回答

    FeatureUnion具有不同的特徵尺寸

    我想用sklearn分類一些句子。句子存儲在Pandas DataFrame中。 首先，我想用一句話的長度，它的TF-IDF向量作爲特徵，所以我創造了這個管道： pipeline = Pipeline([ ('features', FeatureUnion([ ('meta', Pipeline([ ('length', LengthAnalyzer())
    python scipy scikit-learn 2017-10-13

    0熱度

    1回答

    從sklearn的MLPClassifier檢索最終隱藏的激活圖層輸出

    我想用神經網絡最後的隱藏激活圖層輸出做一些測試，使用sklearn的MLPClassifier在fit之後查看數據。 例如，如果我創建一個分類，假設數據X_train用標籤y_train和大小(300,100) clf = MLPClassifier(hidden_layer_sizes=(300,100)) clf.fit(X_train,y_train) 的兩個隱含層我希望能夠以某種方式
    python machine-learning scikit-learn classification data-science 2017-10-13

    0熱度

    1回答

    sklearn RandomizedSearchCV與流水線KerasClassifier

    我正在Keras模型上執行超參數調優優化任務與sklearn。我想一個管道內優化KerasClassifiers ... 代碼如下： import numpy as np import pandas as pd from keras.models import Sequential from keras.layers import Dense from keras.wrappers.sci
    scikit-learn keras pipeline 2017-10-13
最新問題