我正在使用sklearn函数。我是Python的新手，而且我使用的编程语言是C++或Java，所以我对predict()函数的工作原理感到有点困惑。下面是一个示例： X = dataset.iloc[:, :-1].valuesX_train, X_test, y_train, y_test，但在此之后，要创建一个<e
浏览 20提问于2021-01-15得票数 0
1回答
我有一个数据集，其中一个特征是男性或女性。我发现他们的差异是如此之大，以至于第一次分裂应该是在性上。我当然可以制作模型，但它在一个模型中是实用的。
浏览 0提问于2016-05-05得票数 0
在Python中，XGBoost允许您使用他们的Booster类或他们的sklearn ()来训练/预测。我正在使用sklearn，并希望使用pred_contribs的XGBoost功能。我原以为这是可行的，但事实并非如此：pred = model.predict_proba(X_test, pred_contribs=True)
看起来，
浏览 0提问于2018-04-06得票数 6
回答已采纳
2回答
我使用sklearn.tree.DecisionTreeRegressor预测了一个具有两个独立变量的回归问题，即特征"X"，"Y“和预测的可靠变量"Z”。结果不是每个叶上的函数，而是每个叶上的单个值，就像在分类中一样。 有人能解释一下，为什么这被称为回归，为什么它不同于分类树吗？因为我似乎误解了sklearn类，有没有python的
浏览 46提问于2021-01-08得票数 0
我一直在寻找这些信息，但我在任何地方都找不到，所以这是我的拍摄。我是Python2.7的初学者，我学会了一个模型，多亏了cPickle，我保存了它，但现在我想知道是否可以从另一个设备(没有sklearn库)加载它，然后使用model.predict(X)。感谢您的回答
PS:当然，我将模型以pkl格式发送到新设备
浏览 18提问于2017-06-21得票数 0
我试图找出如何使用LASSO回归来预测值，而不使用Sklearn提供的.predict函数。这基本上只是为了扩大我对套索内部工作原理的理解。我在上问了一个关于LASSO回归是如何工作的问题，其中一个评论提到了预测函数是如何工作的，就像在线性回归中一样。正因为如此，我想尝试做我自己的功能来做这件事。我能够在简单<
浏览 1提问于2019-08-14得票数 1
回答已采纳
我对Python很陌生，但我认为我理解import语句的工作原理；下面的例子证明我不懂。# Worksclassifier = tree.DecisionTreeClassifier()
import sklearnclassifier = sklearn.tree.DecisionTreeClassifier()
# Error: AttributeError: module
浏览 2提问于2017-06-19得票数 1
回答已采纳
3回答
我使用创建自己的工作区ID和授权令牌。然后，我在我的机器上本地培训了来自sklearn.linear_model的LogisticRegressionCV模型(使用python2.7.13)，通过使用下面的代码片段，我想将模型发布为web服务然后，在定义了上述函数之后，我想对样本输入向量进行预测：但是，以下错误发生：
RuntimeError: Error 0085: The我能够做出<e
浏览 8提问于2017-10-02得票数 2
回答已采纳
Sklearn实现了一个名为的输入程序。我相信它的工作原理是使用一个估计器，以循环的方式预测缺少特征值的值。是否从拟合估计器的(高斯)预测后验样本进行每一次估算。如果设置为True，则估计器必须在其预测
浏览 8提问于2020-08-22得票数 2
回答已采纳
2回答
我的目标是根据六列csv数据预测数组中的5到6个数字。下面的脚本应该只从5的数组中预测一个数字，我以为我可以从那里一直工作到整个5或6，但我可能错了。和 tmp 行中预测什么？\Python39\lib\site-packages\sklearn\ensemble\_forest.py", line 784, in predict
X = self.\Python
浏览 3提问于2021-02-23得票数 0
回答已采纳
1回答
我正在从事一个数据挖掘项目，我正在使用python中的sklearn包对我的数据进行分类。为了训练我的数据并评估预测值的质量，我使用了sklearn.cross_validation.cross_val_predict函数。我见过(可能的)使用sklearn.grid_search.GridSearchCV函数的工作，但我不喜欢对固定的<
浏览 1提问于2015-06-27得票数 1
回答已采纳
1回答
Python中的代理划分
、、、、
我想使用Sklearn的RandomForestClassifier来预测分类变量(信用风险)。但其中一个预测因素似乎缺少价值：little 603moderate 103rich 48
这一预测指标似乎是预测信用风险的最有力指标，但几乎有20%的数据缺失。谓词是自然排序<e
浏览 0提问于2023-02-13得票数 2
1回答
我在python中有这样的代码和的数据集。from sklearn.datasets import load_bostonfrom sklearn.preprocessingKNeighborsRegressor(n_neighbors=5, weights='distance', metric='minkowski', p=1)
knn.fit(
浏览 0提问于2016-03-05得票数 4
回答已采纳
我想知道你是否可以帮助我解决在运行网格搜索时收到的一个错误。我认为这可能是由于对网格搜索实际工作原理的误解。
我现在正在运行一个应用程序，其中我需要网格搜索来使用不同的评分函数来评估最佳参数。我正在使用RandomForestClassifier将一个大型X数据集拟合到一个特征向量Y，该特征向量是一个0和1的列表。(完全二进制)。我的评分函数(MCC)要求预测输入和实际输入
浏览 0提问于2015-07-25得票数 1
像spacy、sklearn、prodigy、nltk这样的工具适用于下面的AI项目体系结构，以及这些项目的一些常见的替代方案：
📷
浏览 0提问于2020-02-07得票数 0
1回答
概率支持向量机，回归
、、、
目前，我已经为二进制类实现了一个概率(至少我认为是这样)。现在，我想扩展这种回归方法，并尝试将其用于波士顿数据集。不幸的是，我的算法似乎卡住了，我目前正在运行的代码如下所示：from sklearn import svmfrom sklearn.model_selec
浏览 2提问于2019-01-12得票数 2
4回答
我希望将XGBoost用于在线生产目的(Python2.7 XGBoost API)。为了能够做到这一点，我想控制和限制XGBoost在预测操作中使用的线程数。我正在使用XGBoost (xgboost.XGBRegressor)提供的与sklearn兼容的回归器，并试图在回归器的构造函数中使用param n线程来将使用的最大线程限制为1。不幸的是，XGBoost继续使用多个线程，而不管在n线程中设
浏览 0提问于2018-01-15得票数 5
2回答
我正在查看中的部分依赖图。在本教程或中没有给出任何等式。R函数的给出了我期望的公式：对于Python教程中给出的结果来说，这似乎没有意义。如果这是对房价的平均预测，那它又是负的还是小的呢？我期望数以百万计的价值。我是不是遗漏了什么？对于回归，似乎平均是从上述公式减去。怎么才能把这个加回去？对于我训练过的模型，我可以通过
from sk
浏览 0提问于2018-03-13得票数 6
回答已采纳
1回答
我把像这样的LIBSVM格式的数据输入到SciPy稀疏矩阵中。培训集是多标签和多类的，如我所问的问题所述：。回溯(最近一次调用)：预测= clf.predict(X_)
浏览 0提问于2014-07-03得票数 0
回答已采纳
我正在尝试使用scikitlearn来预测新的数据，使用的是我在二月份训练过的管道对象。从2月28日星期五开始，预测函数不再对我的流水线对象起作用，原因是出现以下错误：>>> mdl = joblib.load/Versions/3.6/lib/
浏览 331提问于2020-03-06得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
