machine-learning

    0熱度

    1回答

    問題與機器學習scikit在Python學習

    我想重現一個教程看到 here。 一切工作完美，直到我用我的訓練集添加.fit方法。 這裏是我的代碼示例： # TRAINING PART train_dir = 'pdf/learning_set' dictionary = make_dic(train_dir) train_labels = np.zeros(20) train_labels[17:20] = 1 train_m
    python python-3.x machine-learning scikit-learn 2017-10-17

    0熱度

    1回答

    如何使用tf.metrics.accuracy？

    我想用tf.metrics.accuracy跟蹤我的預測的準確性，但我不確定如何使用update_op（以下acc_update_op），該函數返回： accuracy, acc_update_op = tf.metrics.accuracy(labels, predictions) 我的想法是將其添加到tf.GraphKeys.UPDATE_OPS會有道理，但我不知道如何做到這一點。
    machine-learning tensorflow deep-learning 2017-10-17

    0熱度

    2回答

    我爲什麼要使用摘要，我能從這些摘要中得到什麼？

    我正在學習深度學習和張量板，幾乎是示例代碼使用摘要。 我想知道爲什麼我需要使用變量摘要。 它們是諸如最小，最大，平均值，變異等總結的許多類型的數據。 我應該在典型情況下使用什麼？ 如何分析和我能從這些彙總圖中得到什麼？ 謝謝：d
    machine-learning tensorflow deep-learning 2017-10-17

    0熱度

    1回答

    有人可以從cifar10教程張量流中解釋cifar10_train.py中的火車功能

    我從https://github.com/tensorflow/models/tree/master/tutorials/image/cifar10以下cifar10教程。 在這個項目中，有6個類。在搜索互聯網後，我瞭解了cifar10.py和cifar10_input.py類。但我無法理解cifar10_train.py中的火車功能。這是cifar10_train.py類中的火車功能。 def
    machine-learning tensorflow 2017-10-17

    0熱度

    1回答

    ctree。投入變量

    分類節點號我有 library(party) model.cart <- ctree(qtcf ~ ., data=training) 改變了我的情況下，分類樹，我想在我的訓練集（訓練）和測試組（測試），顯示終端節點創建一個新的變量編號爲特定的觀察。 顯然，它可以手動進行這樣的： training$ctreegroup[((training$sex == 'female') & (train
    r machine-learning 2017-10-17

    0熱度

    1回答

    在堆疊機器學習中，您應該訓練哪些模型？

    我目前正在學習在機器學習問題中進行堆棧。我將獲得第一個模型的輸出，並將這些輸出用作第二個模型的特徵。 我的問題是：訂單是否重要？我正在使用套索迴歸模型和增強樹。在我的問題中，迴歸模型勝過了提升樹。因此我在想，我應該首先使用迴歸樹和增強樹。 作出此決定時，我需要考慮哪些因素？
    machine-learning 2017-10-17

    1熱度

    2回答

    爲什麼我的模型與來自train_test_split的測試數據無關，而與新數據無關？

    我是機器學習的新手。 我有一個連續的數據集。我正在嘗試使用幾個功能對目標標籤進行建模。我利用train_test_split函數來分離列車和測試數據。我正在訓練，並使用下面的代碼測試模型： X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) model = Sequential() model.ad
    python machine-learning neural-network regression train-test-split 2017-10-17

    2熱度

    1回答

    有沒有在python（sklearn/keras）中使用餘弦相似度而不是點積的方法

    我剛開始使用Sklearn（MLPRegressor）和Keras（Sequential，有Dense圖層）。 今天我讀了this論文，描述如何使用餘弦相似度而不是點積來提高性能。這基本上說，如果我們用f((w^Tx)/(|x||w|))替換f(w^Tx)，即我們不只是將點積提供給激活函數，而是將其標準化，我們就可以獲得更好更快的性能。 有沒有在Python中執行此操作的方法，特別是在SKlear
    machine-learning python deep-learning 2017-10-17

    1熱度

    1回答

    在Sklearn管道中使用投票分類器

    我想將投票分類器應用於多個管道分類器並調整網格搜索中的參數。最小的例子給我一個錯誤。我必須以不同的方式做到這一點嗎？ from sklearn.ensemble import RandomForestClassifier from sklearn.ensemble import AdaBoostClassifier from sklearn.ensemble import VotingClas
    python machine-learning scikit-learn 2017-10-17

    1熱度

    1回答

    培訓數據準備

    我正在嘗試通過創建一個字符文本的熱編碼來準備數據文件，我可以稍後使用這些編碼來訓練我的模型進行分類。我有一個由字符行組成的訓練數據文件，我最初正在做它們的整數編碼，然後是一個熱門編碼。 例如這是數據文件的外觀： afafalkjfalkfalfjalfjalfjafajfaflajflajflajfajflajflajfjaljfafj fgtfafadargggagagagagagavcacac
    machine-learning scikit-learn text-classification data-processing one-hot-encoding 2017-10-17
最新問題