classification

    0熱度

    1回答

    我有4個不同的數據集,每個數據集都包含屬於兩個類別之一的二維樣本:1或2.每個樣本的類別標籤(1或2)位於最後一列。第一列和第二列包含表示樣本的2D點的座標。我的任務是, 對於K-NN找到k的最佳值,並將其與那些1-NN的使用Scikit 我是新來的機器學習和python比較。請讓我知道如何找到最好的k,並根據哪個衡量標準選擇最好的k。

    1熱度

    1回答

    分類器網絡的隱藏層使用sigmoid或其他激活函數來引入非線性並規範化數據,但最後一層使用sigmoid與softmax結合使用嗎? 我有一種感覺並不重要,網絡會訓練任何一種方式 - 但是應該只使用softmax層?或者應該首先應用sigmoid函數?

    -1熱度

    2回答

    我有一個file.fa包含兩個元組:一個DNA序列和一個該DNA的類。 我想在python和keras庫中訓練這個文件進行分類。 在Python中讀取和預處理數據的最佳方式是什麼?處理文件的格式是否有助於更好的閱讀和分類?

    0熱度

    1回答

    我有一個三維卷積神經網絡[k​​eras,tensorflow]和先進的阿爾茨海默氏症患者,早期阿爾茨海默氏症和健康人(三類)的3D腦圖像。我擁有324個圖像的訓練集和74個圖像的測試集。當我訓練我的CNN時,我有大約65-70%的準確性,但是對於測試集我只有30-40%。當我使用測試數據作爲驗證數據時,那麼對於訓練集,我的準確性也不會超過37%,並且整個時間損失保持在同一水平。不知道我改變了哪些

    0熱度

    1回答

    讓C = c_1,...,c_ {52}成爲遊戲的52張牌。 我們擁有一個玩家X = x_1,...,x_ {13}的手,我們想要預測將使用基本前饋神經網絡分類器播放的卡片。 輸入是一個大小爲13的數組,輸出是大小爲52的概率數組,其中元素i是輸出爲卡c_i的概率。 但是,顯然我們想強制元素i爲0,如果玩家沒有手中的牌。 我該如何實施?

    0熱度

    1回答

    我有一個時間序列,我想用python中的機器學習來預測(使用神經網絡,但並不重要)。除了以前的值($ t-1 $,$ t-2 $,...等)使用信息之外,我想使用另一個變量:當天的小時。 笨方法 一種方法是映射: $ 00:00 \ RIGHTARROW 0 $ $ 01:00 \ RIGHTARROW 1 $ 。 ... 等等。所以我想要$ 24 $ $ $ {0,1,2,...,23} $。但

    0熱度

    1回答

    我已經建立了一個增量學習模型,但不知道它是對還是錯我有2個訓練數據第一個包含20000行,第二個包含10000個行,它們都有兩列描述和ID ......在我的學習模式是工作的罰款是針對給定描述分類正確ID離線的情況下.. datafile_train首先是訓練數據 datafile_train1的第二次訓練數據 我使用SGDClassifier和partial_fit方法增量 1 )Countve

    -1熱度

    1回答

    我正在研究機器學習分類問題。在哪裏我需要將輸入數據分爲8類+沒有類。我是否應該將其視爲9類課程的分類?

    -1熱度

    1回答

    我實現了一個簡單的神經網絡,用於python中的圖像分類(一類)。圖層很簡單(image_matrix,5,1)。對隱藏層使用relu和sigmoid。 我正在迭代5000次。起初看起來成本是以合理的方式逐漸下降的。 但是,無論有多少訓練示例使用,或者我learning_rate是什麼,成本開始每次大約3000次迭代後運行不穩定... cost(點擊看原圖) 有人可以幫助我瞭解什麼是繼續? 謝謝

    0熱度

    1回答

    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