1回答
使用GPy多输出协同区域化预测
、、、、
我最近一直面临一个问题，我认为多输出GP可能是一个很好的候选者。我目前正在对我的数据应用单输出GP，随着维数的增加，我的结果会变得越来越差。我已经尝试了SKlearn的多输出，能够在更高的维度上获得更好的结果，但是我相信GPy对于这样的任务更完整，我会对模型有更多的控制。对于单输出GP，我将内核设置如下： kernel = GPy.kern.RBF(input_dim=4, variance=1.0, lengthscale=1.0, ARD = True)
m = GPy</e
浏览 60提问于2020-04-28得票数 3
回答已采纳
我使用GPy.models.GPCoregionalizedRegression软件包的GPy模型成功地训练了一个多输出高斯过程模型。该模型有25个输入和6个输出。底层内核是一个GPy.util.multioutput.ICM内核，由一个RationalQuadratic内核GPy.kern.RatQuad和GPy.kern.Coregionalize内核组成。我现在对每个输出的特性重要性感兴趣。RatQuad内核提供了一个ARD=T
浏览 14提问于2022-01-14得票数 1
回答已采纳
我想在GPy中执行共区域化回归，但是我使用一个Bernoulli似然，然后估计作为一个高斯，我使用拉普拉斯推断。下面的代码显示了如何使用这种设置(使用自定义的PjkRbf内核)运行单输出GP：laplace_inf = GPy.inference.latent_function_inference.Laplace, inference_method=
浏览 2提问于2020-11-06得票数 1
在缺少一些输入的情况下，可以使用GPFlow进行多任务学习吗？具体来说，我试图拟合来自几个相关个人的空间数据，但是对于所有个人来说，这些数据并不是在相同的输入位置。我希望可以使用多任务学习，尽管用例并不能准确地映射到这种方法的典型应用程序上。
浏览 1提问于2019-06-03得票数 1
回答已采纳
1回答
我目前使用的是协同区域化的线性模型(例如，alvarez注释https://arxiv.org/pdf/1106.6251.pdf )，它是通过SVGP优化的。我注意到，运行OOM之前的诱导点数量的上限大大降低了(现在大约是5k的诱导点，而不是不使用协同区域化内核时的8k )。我不使用大的Q或R (Q=3，R=3)。for q in range(1, Q):
kern_lcm += coreg[q] * k
浏览 26提问于2019-06-04得票数 0
1回答
我正在从事一个项目，该项目根据与药物协同作用相关的各种输入特征来预测药物协同效应的值。协同值是浮点数，所以我想为我的神经网络设置一个精度范围。假设实际值是1.342423，我的模型预测是1.30123，那么输出应该被视为正确的输出。换句话说，我想限制检查小数位数以比较实际答案和预测答案的数量。loss='mean_squared_error', optimizer='adam', metrics=['a
浏览 3提问于2017-07-04得票数 1
回答已采纳
2回答
如何利用混淆矩阵计算精度和召回率
、、、、
我们知道精度公式是tp/(tp+fp)，回忆公式是tp/(tp+fn)，我的疑问是如何从混淆矩阵中得到tp、fp、fn值，以及在y轴侧预测什么，以及在给定混淆矩阵的x轴侧预测什么是真。
从混乱矩阵。
浏览 11提问于2022-12-01得票数 -2
2回答
我正在尝试使用Keras创建一个MLP。但是我不知道如何提取每个类的最终类概率。我使用这个作为我的基本示例：
谢谢！
浏览 1提问于2017-02-10得票数 14
回答已采纳
我试着理解在输出层中使用只有一个输出神经元和多个神经元的神经网络之间的区别。
有谁知道区别吗？
浏览 2提问于2021-01-06得票数 0
回答已采纳
当用神经网络预测多神经元输出时，例如，预测多个手写数字并给出输出神经元向量(0.1，...,0.9,0.1，.)时，许多人使用诸如softmax (或统计力学中的能量依赖概率指数公式)等方法来规范输出向量，使输出矢量的所有分量之和达到1，并且使归一化输出矢量成为概率向量。我怀疑这种规范化的必要性，因为没有它，我同样可以根据最大的向量分量来预测。有什么我忽略的吗？
浏览 0提问于2018-11-09得票数 1
回答已采纳
我正在尝试使用超参数调优来优化某一性能度量的分类模型。直到我尝试为precision_score度量专门调优我的模型之后，我才收到上述错误；当我只是将我的模型用作一个正常的预测器时，一切运行都非常顺利，即使我添加了超参数调优，也是很好的。OS_x、OS_y是使用SMC过度采样的x和y训练集，其各自的形状为：(1290，33) (1290，)
错误似乎发生在显示的代码块的最后一行。
浏览 5提问于2021-12-23得票数 0
查看xgboost的目标文档，我看到了"multi:softmax“和"multi:softprob"，但这两个都是只输出一个类的多类。有没有办法使用xgboost预测多个标签，或者我是否更好地为每个单独的标签训练多个模型。例如，在sklearn上，RandomForestClassifier支持多标签，在拟合时，目标数组的输入可以是n个采样x n个标签的形状。澄清一下:多类别是指你想要预测一个学生是得了A、B还是C，而多
浏览 145提问于2020-08-06得票数 3
我正在尝试弄清楚如何使用LSTM/GRU构建一个模型，该模型可以预测多对多，但对于每n次(在我的例子中是7次)输入。例如，我的输入数据有一整年每天的时间步长，但我只尝试预测每周结束时的输出，而不是每天。我能找到的唯一信息是这个答案：Many to one and many to many LSTM examples in Keras 它说：“当步数不同于输入/输出长度时，多对多:这在Keras中是异常困难的
浏览 48提问于2019-02-13得票数 0
在Keras中，我发现许多人在训练多对一LSTM模型时将“返回序列”指定为False。我想知道我是否可以为每个timestep单元格使用TimeDistributed层，然后使用上面的密集层来获得输出？
浏览 10提问于2018-07-26得票数 0
1回答
我正在学习使用Keras设计卷积神经网络。我开发了一个以VGG16为基础的简单模型。我在数据集中有大约6类图像。这是我的模型的代码和描述。EPOCHS, callbacks = callbacks,以下是预测新图像的代码x.reshape((1,) + x.shape)# print(prediction)
通常，model.predict()方法可
浏览 2提问于2017-08-04得票数 7
回答已采纳
最初，我把它作为一个多标签问题来处理，在输出层中我使用了176 Sigmoid函数。但是它并没有像预期的那样起作用，而且我得到的准确性也很差。所以现在我计划使用多个ML模型，每个模型都是多类分类模型，就像一个模型预测颜色，另一个预测类型，另一个预测权重等等。我正在使用aws sagemaker构建和部署模型，但我的问题是如何通过sagemaker部署所有这些模型，以便调用所有模型，最终应该发送所有模型的组合输出。我探
浏览 8提问于2022-02-16得票数 0
我使用Spark1.6运行多类Logistic回归(withLBFGS)。
给定x和可能的标签{1.0,2.0,3.0}，最后的模型只会输出什么是最好的预测，比如2.0。如果我想知道什么是第二好的预测，比如3.0，我如何才能检索到这些信息？在NaiveBayes中，我将使用model.predictProbabilities()函数，它将为每个样本输出一个向量，其中包含每个可能的结果的所有概率。
浏览 3提问于2016-02-08得票数 4
1回答
是否存在支持或反对使用单个多输出NN进行多类分类与使用多个一对一NN进行多类分类的理论论点？在这两种情况下，一旦获得了所有输出值，就使用相同的决策规则:具有最高激活度的输出“获胜”，并决定预测返回哪个类。但是我想知道-and为什么-所有的输出都计算在同一个NN上，而不是分开计算，这是更好还是更坏。
浏览 2提问于2013-05-31得票数 4
回答已采纳
1回答
所有机器学习算法的输出向量的大小是否相同？ML算法不能只预测一个值作为输出吗？鉴于LSTM是多对一的类型，它如何产生两个值作为输出(x，y)？
MLP也能这么做吗？
浏览 0提问于2020-05-10得票数 0
1回答
具有输出分类和回归的多输出决策树
、、、、
我正在进行一个项目，并希望使用决策树(因为我的输入中有猫值和数值，并且不想转换分类变量)来预测输出变量，但问题是我没有一个输出变量，而是4个！📷第一个问题可以用回归决策树进行预测。使用4个不同的决策树，每个变量一棵树？每种方
浏览 0提问于2017-07-18得票数 0
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
