scikits

    3熱度

    1回答

    我正在嘗試此代碼片段。我使用scikits.learn 0.8.1 from scikits.learn import linear_model import numpy as np num_rows = 10000 X = np.zeros([num_rows,2]) y = np.zeros([num_rows,1]) # assume here I have filled in X

    5熱度

    1回答

    是 class sklearn.cross_validation.ShuffleSplit( n, n_iterations=10, test_fraction=0.10000000000000001, indices=True, random_state=None ) 正確的方式在scikit學習10 * 10倍CV? (通過改變random

    3熱度

    1回答

    我正在做多類分類,並且分類不均衡。 我注意到f1總是小於精度和召回的直接調和平均值,並且在某些情況下,f1甚至比精度和召回率都小。 FYI,我叫metrics.precision_score(y,pred)爲精度等。 我意識到微觀/宏觀平均值的差異,並且通過使用precision_recall_fscore_support()的類別結果測試它們不是微觀的。 不確定是由於使用了宏均值還是其他一些原因

    4熱度

    3回答

    我正在使用Python,我已經使用this tutorial實施了PCA。 一切都很好,我得到了協變我做了一個成功的變換,使它對原始尺寸沒有問題。 但我該如何進行美白?我試圖通過特徵值除以特徵向量: S, V = numpy.linalg.eig(cov) V = V/S[:, numpy.newaxis] ,並使用V到轉換數據,但是這導致了奇怪的數據值。 有人可以在這一點上撕碎一些光?

    8熱度

    1回答

    我已經在Python中使用scikits.learn訓練了一堆RBF SVM,然後對結果進行了Pickled。這些是用於圖像處理任務的,我想做的一件事是測試每個分類器在一些測試圖像的每個像素上運行。也就是說,從以像素(i,j)爲中心的窗口中提取特徵向量,運行該特徵向量上的每個分類器,然後移動到下一個像素並重復。這對於Python來說太慢了。 澄清:當我說「這太慢了......」我的意思是即使是sc

    5熱度

    1回答

    在我scikits學習管道,我想自定義的詞彙傳遞給CountVectorizer(): text_classifier = Pipeline([ ('count', CountVectorizer(vocabulary=myvocab)), ('tfidf', TfidfTransformer()), ('clf', LinearSVC(C=1000)) ])

    3熱度

    1回答

    我需要爲研究項目安裝Python模塊audiolab,並且當我設法安裝它並獲取要在Python shell中導入的模塊時,它會在調用時返回一個錯誤模塊中最基本的功能之一,wavread()。 我主要使用Python2.7.1,雖然我嘗試回溯併爲Python2.6.6安裝audiolab,但只有在導入並調用wavread()函數後才能找到相同的錯誤消息。 我的操作系統是帶有intel處理器的Mac

    1熱度

    2回答

    我想使用scikit.learn需要numpy/scipy數組來輸入。 在nltk中生成的功能集由unigram和bigram頻率組成。我可以手動完成,但這將是一個很大的努力。所以想知道是否有我忽略的解決方案。

    1熱度

    1回答

    我一直無法得到scikits.audiolab在OS X上工作,我已經試過從源easy_install和建築,但兩者給我同樣的錯誤: ----> 1 import scikits.audiolab /Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/site-packages/scikits.audiolab-0.11

    0熱度

    1回答

    如何解決此導入錯誤?謝謝。 import scikits.statsmodels.api as sm File "C:\Python27\lib\site-packages\scikits\__init__.py", line 1, in <module> __import__('pkg_resources').declare_namespace(__name__) ImportEr