-
ANN 过度拟合的问题——可能是由于 OneHotEncoder 问题
我一直致力于构建一个简单的 ANN,因为我是新手,虽然我不再收到任何错误,但在第一个 epoch 之后,准 -
Sklearn NearestNeighbors (Mahalanobis) – 争论太多?
我将 <code>scikit-learn</code> 的 <code>NearestNeighbors</code> 与马哈拉诺比斯距离一起使用。 <pre><code>from sklearn -
KNeighborsClassifier 可接受的数据类型
我期待下面的代码只接受 <code>category</code> 的数据类型 <code>y</code>,因为根据定义分类器预测分类变量的 -
训练测试设置中的 Scikit-learn FunctionTransformer
给定两个数组 <code>x_train</code> 和 <code>x_test</code>,我想创建一个自定义 sklearn 转换器,在拟合期间,它 -
澄清 sci-kit 学习 OneClass SVM 到底在做什么?它不适合超球面
根据大多数关于 One-Class SVM 的文档,该算法基本上尝试拟合数据周围的超球面 (SVDD)。然而,sci kit 学习 -
MultinomialNB 如何计算概率预测?
来自 scikit-learn 的 <code>MultinomialNB</code> 为一些简单的用例提供了意想不到的输出。 <pre class="lang-py pret -
Pipeline 的最后一步应该实现 fit 或者是字符串 'passthrough'
我正在尝试构建简单的管道: <pre><code>from sklearn.linear_model import Lasso from sklearn.preprocessing import Polynomia -
需要帮助找到混淆矩阵的精度和召回率
我正在尝试找到下面给出的混淆矩阵的精度和召回率,但出现错误。我将如何使用 numpy 和 sklearn 来完成 -
Sklearn 中有 Probit 分类器吗?
我一直在 sklearn 中寻找 probit 模型的实现,但我找不到任何文档或示例。我知道 statmodel api 有 probit 实现 -
使用朴素贝叶斯计算测试数据的概率
我使用以下代码来预测使用朴素贝叶斯的 SMS 文本的输出<br/> <pre><code>from sklearn.naive_bayes import Multinomia -
SKEARN Bestfeatures.fit (X,Y),是什么意思?我如何定义 X 和 Y?
我的代码不起作用,我认为这是因为 X 和 Y 未定义。我从一本书中得到了代码,但它实际上并没有告诉 -
合并 N 个欧氏距离矩阵,得到整体的单个欧氏距离矩阵
我想找出包含 x 和 y 坐标的大数据集 D 的聚合欧几里德距离,其中数据集分为 N 个子数据集,其中第一 -
'<=' 在基于 CSV 文件的数组的 'int' 和 'builtin_function_or_method' 实例之间不受支持
我的代码不起作用,我不知道如何将 <code>CSV</code> 文件定义为整数作为 <code>Array</code>。任何帮助将不胜 -
正确标注混淆矩阵轴
我编写了以下代码来生成混淆矩阵<br/> <pre><code>from sklearn.naive_bayes import MultinomialNB mnb=MultinomialNB() mnb.f -
python-如何正确选择k个最佳数值特征?
我正在尝试将 <code>SelectKBest()</code> 函数应用于名为 <code>x_train</code> 的 Pandas 数据帧中的特定连续数字特