machine-learning

    1熱度

    4回答

    我正在使用libsvm進行二進制分類..我想嘗試使用grid.py,因爲它可以改善結果..我在單獨的終端中運行了五個文件的腳本,並且腳本運行了超過12小時.. 這是我的5個終端的現在的狀態: [[email protected] tools]# python grid.py sarts_nonarts_feat.txt>grid_arts.txt Warning: empty z range [

    0熱度

    2回答

    我想檢測圖片中的人物,如 誰可以告訴我如何訓練一種人物分類器的使用,所以我們可以使用分類器來檢測任何圖片中的人。

    11熱度

    3回答

    對於某些文本處理項目,我們需要在支持向量機和快速人工神經網絡之間做出決定。 它包括上下文拼寫糾正,然後將文本標記爲某些短語及其同義詞。 這將是正確的方法?或者是否有這兩種替代方案......比FANN和SVM更合適?

    1熱度

    2回答

    我聽說谷歌使用多達7克的語義相似度比較。我有興趣找到在上下文中相似的單詞(即貓和狗),我想知道如何計算n-gram模型上兩個單詞的相似度,因爲n> 2. 所以基本上給了一個('hello','my','name'), ('hello','my','name'),這個文字就像「你好,我的名字是等等等等,我喜歡貓」,並且我生成了一個3克組合我的','名字','是'), ('name','is','bl

    2熱度

    1回答

    我不確定這裏有什麼合適的術語,但我希望有一個被動運行的應用程序可以接受命令,而無需重新初始化整個事情。 精確的應用程序是一個用Python編寫的機器學習系統,需要花費較長時間來訓練分類器或加載緩存分類器。一旦分類器加載到內存中,分類器所做的測試用例或預測就會很快發生。 我想要加快分類器已經加載到內存中的優勢,而不必重新分類/重新加載,以便我可以通過其他接口(命令行,PHP等)快速訪問分類器。 這讓

    5熱度

    3回答

    很多單變量決策樹學習者實現(C4.5等)確實存在,但實際上不知道的人多變量決策樹算法學習?

    8熱度

    4回答

    假設我有一組加權樣本,其中每個樣本的相應權重在0和1之間。我想估計一個高斯混合分佈的參數,偏向於重量更高的樣品。在通常的非加權情況下,通過EM算法完成高斯混合估計。有沒有人知道允許傳遞權重的實現(任何語言都可以)?如果沒有,有誰知道如何修改算法來解釋權重?如果不是,那麼有人可以給我提示如何將權重納入問題最大對數似然公式的初始公式中嗎? 謝謝!

    3熱度

    3回答

    我試圖分類一個包含離散和連續特徵的例子。此外,該示例表示的是稀疏數據,因此即使系統可能已經接受過100個功能的培訓,該示例可能只有12個。 什麼是最好的分類器算法來完成此操作?我一直在尋找貝葉斯,Maxent,決策樹和KNN,但我不確定這個法案是否恰當。我發現的最大障礙是大多數實現不支持離散和連續功能的稀疏數據集和。任何人都可以推薦一個適合這些標準的算法和實現(最好在Python中)嗎? 圖書館我

    8熱度

    6回答

    我有幾個數字數據集需要創建概念層次結構。目前,我一直在通過觀察數據(和相應的線圖)手動完成此操作。基於我的直覺,我創建了一些可接受的層次結構。 這似乎是一個可以自動化的任務。 有誰知道是否有算法來生成數值數據的概念層次結構? 舉個例子,我有以下數據集: Bangladesh 521 Brazil 8295 Burma 446 China 3259 Congo 2952

    6熱度

    2回答

    我有一個是/否分類問題,其中誤報比誤報。 有沒有辦法將這個事實應用到神經網絡中,特別是在MATLAB的神經網絡工具箱中?