使用X矩阵中的二进制指示符列时，Sklearn PLSRegression预测失败
Sklearn PLSRegression是scikit-learn库中的一个模型，用于执行偏最小二乘回归（Partial Least Squares Regression，PLSR）。它是一种多元统计分析方法，用于建立输入特征与输出变量之间的线性关系模型。
当使用X矩阵中的二进制指示符列时，Sklearn PLSRegression可能会出现预测失败的情况。这是因为二进制指示符列通常用于表示分类变量，其中每个特征都被编码为0或1。然而，PLSR模型是基于线性关系的，对于二进制指示符列，它无法捕捉到分类变量之间的非线性关系。
为了解决这个问题，可以考虑以下几种方法：
- 使用其他适合处理分类变量的模型：对于包含二进制指示符列的数据，可以尝试使用适合处理分类变量的模型，如逻辑回归、支持向量机（SVM）或决策树等。
- 对二进制指示符列进行特征工程：可以尝试将二进制指示符列转换为其他形式的特征表示，以捕捉到分类变量之间的非线性关系。例如，可以使用独热编码（One-Hot Encoding）将二进制指示符列转换为多个二进制特征。
- 考虑使用其他特征选择方法：如果二进制指示符列对于预测任务不是非常重要，可以考虑使用其他特征选择方法，如相关性分析、方差阈值等，来选择更适合的特征子集。
需要注意的是，以上方法的适用性取决于具体的数据集和预测任务。在实际应用中，建议根据具体情况进行实验和调整，以找到最适合的方法和模型。
关于腾讯云相关产品和产品介绍链接地址，由于要求不能提及具体品牌商，无法给出具体链接。但腾讯云提供了丰富的云计算服务，包括云服务器、云数据库、人工智能、物联网等领域的解决方案和产品，可以根据具体需求在腾讯云官方网站上查找相关产品和文档。
相关·内容
我的数据中的标签是一个(N乘1)向量。对于负样本，标签值为0，对于正样本，标签值为1(因此，这是一个二进制分类问题)。我使用了sklearn的.fit函数，并在我的火车上安装了一个随机的森林。为了计算测试集的AUC，我使用了metrics.roc_auc_score (test_labels, probabilities)。我正在使用predict_proba(my_test_set)来获取概率。但是，predict_proba(my_test_set)返回一个(N_test，2)矩阵。我看到许多人使用这个返回矩阵(predict_proba(my_test_set)[:,1])的第二列并将其
浏览 368提问于2019-06-27得票数 7
1回答
我尝试使用附加的重新创建PyMC3应用编程接口指南中的示例。
在创建pm.Model()的步骤中，我遇到了difficultiies.The矩阵，维度不起作用。我不明白为什么在API示例中使用(4,3)矩阵，因此我很难将示例转换为我的问题。
感谢您的时间和理解！
干杯莱纳斯
我附上了完整的代码，因为我没有使用数据集的所有列。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from math import *
import theano
import the
浏览 23提问于2019-07-08得票数 0
我的第一个多类分类。我有值X和Y。Y有5个值0,1,2,3,4。但我得到这个“不支持多类格式”。我知道我需要在xgb_params中使用num_class，但是如果我使用‘num_xgb_params’：range(0,5,1)，那么对于估计器XGBClassifier来说，就会得到无效的参数num_class。
xgb_model = xgb.XGBClassifier(objective='multi:softmax')
xgb_params = [
{
"n_estimators": range(50, 501, 50),
}
]
cv = cross
浏览 8提问于2017-05-19得票数 7
我使用sklearn文档中的示例数据使用Python的sklearn.cross_decomposition.PLSRegression执行了偏最小二乘回归。令我惊讶的是，X@ coef_ + intercept_并不等于Y_pred。谁能解释一下吗？
from sklearn.cross_decomposition import PLSRegression
X = [[0., 0., 1.], [1.,0.,0.], [2.,2.,2.], [2.,5.,4.]]
Y = [[0.1, -0.2], [0.9, 1.1], [6.2, 5.9], [11.9, 12.3]]
pls2 = P
浏览 28提问于2022-10-03得票数 1
这是我在StackOverflow上的第一篇文章！我正在使用MLPRegressor为我的问题生成一个二进制类多输出预测。一旦得到了我的预测，我就使用numpy.round()对所有的值进行舍入，这样我就可以使用accuracy_score(因为准确性评分只适用于分类问题)。在此之后，当我得到以下错误时，我尝试使用sklearn.metrics.accuracy_score：
ValueError: Classification metrics can't handle a mix of multilabel-indicator and multiclass-multioutput t
浏览 4提问于2020-10-07得票数 0
回答已采纳
我使用MATLAB(2014a)中的PLSRegression.predict表sklearn.cross_decomposition和plsregress，结果略有不同。我确信我使用了相同的组件和数据。Matlab总是比scikit-learn运行得更好。
Python：
from sklearn.cross_decomposition import PLSRegression
pls = PLSRegression(n_components=8)
pls.fit(X_train, Y_train)
Y_pred = pls.predict(X_train)
Matlab：
[XL,YL,X
浏览 21提问于2018-01-03得票数 1
基于这里的答案，我尝试将GridSearchCV用于多类情况：
但是我得到了值错误，multiclass format is not supported.
如何将此方法用于多类情况？
下面的代码来自上面链接中的答案。
import numpy as np
from sklearn.datasets import make_classification
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.pipeline import make_pipeline
fr
浏览 0提问于2015-07-07得票数 7
回答已采纳
利用sklearn进行PLS回归，预测结果很差。当我得到模型时，我找不到找到“拦截”的方法。也许这会影响模型的预测？分数和负荷的矩阵很好。系数的排列也是如此。在任何情况下，如何使用已经获得的属性获得拦截？
此代码抛出变量的系数。
from pandas import DataFrame
from sklearn.cross_decomposition import PLSRegression
X = DataFrame( {
'x1': [0.0,1.0,2.0,2.0],
'x2': [0.0,0.0,2.0,5.0],
浏览 4提问于2016-12-16得票数 1
回答已采纳
我是机器学习的新手，并试图从学习中理解SequentialFeatureSelector的概念。我正在使用Anaconda和木星笔记本的poc。我进口了
from mlxtend.feature_selection import SequentialFeatureSelector as SFS
包。默认情况下，mlx趋向包不是Anaconda的一部分，因此我已经通过pip mlx趋向命令安装了它。
我已经为这个poc使用了sklearn波士顿住房数据集，并做了下面的代码。当拟合sfs时，我得到了错误。
如何修复此错误？
import numpy as np
import pandas as
浏览 0提问于2019-05-14得票数 0
回答已采纳
我试着用scikit学习logistic回归对多类数据进行分类。我用一个热编码器对类进行编码。但是，当我尝试相同的，我得到了糟糕的输入形状错误。在sklearn回归中是否可以使用一个热编码值？
from sklearn.preprocessing import OneHotEncoder
import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.feature_extraction.text import CountVectorizer
onehot_encoder = OneHotE
浏览 3提问于2019-04-26得票数 0
回答已采纳
1回答
我刚开始建模，我正在练习建立一个logistic回归模型。我想要创建一个混乱的矩阵，但我的代码似乎不起作用。
下面是该模型的代码(它可以工作)：
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
#train, test = train_test_split(hp[age], test_size=0.3)
#from sklearn import preprocessing
X = hp['age'].values.
浏览 0提问于2018-09-01得票数 0
让我们假设我有典型的训练和测试数据集设置(X_train、y_train、X_test、y_test)和一个非常简单的管道，我想在交叉验证中使用(我会有多个更复杂的管道，但这只是一个简化的例子)。
当我进行交叉验证时，如下面的代码所示，我想知道Pipeline方法是否真的能工作。
我的问题是，Pipeline .predict() 是在最后一次“测试”-fold上调用.predict()方法，还是在用于训练的折叠上调用 .predict() ？
from sklearn.cross_validation import cross_val_score, KFold
from sklearn.pi
浏览 0提问于2014-08-11得票数 0
回答已采纳
我用predict -学习DecisionTreeRegressor尝试建模一些三月疯狂统计，但我真的不知道我的结果意味着什么。
predict函数预测什么？它是对列中接下来的内容的估计，还是像矩阵一样求解它？
from sklearn.tree import DecisionTreeRegressor
model = DecisionTreeRegressor(random_state=1)
model.fit(x, y)
#file_path_test = '/content/sample_data/MM_Prediction_21 - Sheet5.csv'
data
浏览 0提问于2021-03-20得票数 0
3回答
在看到precision_recall_curve之后，如果我想设置阈值= 0.4，如何在我的随机森林模型(二进制分类)中实现0.4，对于任何概率<0.4，将其标记为0，对于任何>=0.4，将其标记为1。
from sklearn.ensemble import RandomForestClassifier
random_forest = RandomForestClassifier(n_estimators=100, oob_score=True, random_state=12)
random_forest.fit(X_train, y_train)
from skle
浏览 0提问于2018-04-12得票数 9
回答已采纳
我正在使用这个，但我在设置混淆矩阵时遇到了问题，因为本教程没有遵循传统示例使用的X_test，y_test格式：
例如：
from sklearn.metrics import classification_report, confusion_matrix
y_proba = model.predict(X_test)
y_pred = np.argmax(y_proba,axis=1)
print('Confusion Matrix')
print(confusion_matrix(y_pred, y_test))
print('Classification Rep
浏览 4提问于2021-11-23得票数 0
我正在尝试使用scikit学习PLSRegressor类作为降维的中间步骤，但是收到了以下错误。
ValueError: could not broadcast input array from shape (100,2) into shape (100)
我从scikit-学习文档中了解到，管道中实现fit和transform的任何中间步骤都应该有效。PLSRegression类确实实现了这些方法。
类sklearn.pipeline.Pipeline(步骤)
依次应用转换列表和最终估计器。管道的中间步骤必须是“转换”，也就是说，它们必须实现fit和transform方法。最后的估计只需实
浏览 4提问于2017-01-26得票数 2
1回答
我得到100%的准确性在我的测试集时，使用随机森林训练。
我的模特有什么问题吗？
代码：
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
from sklear
浏览 0提问于2022-12-14得票数 0
回答已采纳
通常-你能想到发生这种情况的任何原因吗(例如，MemoryError中的Python，而不是IPython (控制台--而不是笔记本)？)
更确切地说，我在multiclass和multilabel的案例中使用sklearn的multilabel。如果有以下代码，则会出错：
model = SGDClassifier(
loss='hinge',
penalty='l2',
n_iter=niter,
alpha=alpha,
fit_intercept=True,
n_jobs=1)
mc = OneV
浏览 0提问于2013-12-04得票数 1
回答已采纳
我正在致力于在sklearn上构建一个多元回归分析，我仔细阅读了相关文档。当我运行predict()函数时，我得到了错误：predict()接受2个位置参数，但给出了3个
X是数据帧，y是列；我尝试将数据帧转换为数组/矩阵，但仍然出错。
添加了一个显示x和y数组的代码片段。
reg.coef_
reg.predict(x,y)
x_train=train.drop('y-variable',axis =1)
y_train=train['y-variable']
x_test=test.drop('y-variable',axis =1)
y
浏览 0提问于2017-10-04得票数 9
回答已采纳
1回答
您好，我正在练习ML模型，并在尝试预测看不见的数据时面临问题。在对分类数据进行一次编码时出现错误。 from sklearn.preprocessing import LabelEncoder,OneHotEncoder
labelencoder_x_1 = LabelEncoder() #will encode country
X[:,1] = labelencoder_x_1.fit_transform(X[:,1])
labelencoder_x_2 = LabelEncoder() #will encode Gender
X[:,2] = labelencoder_x_2.fit_
浏览 10提问于2020-01-31得票数 0
1回答
我有一个包含垃圾邮件和火腿邮件的数据集(pandas dataframe)。所以典型的机器学习初学者教程。我在上面运行我的模型，看看我的分类器是如何工作的。
源代码
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.pipeline import Pipeline
from sklearn.svm import Li
浏览 0提问于2020-06-09得票数 0
1回答
我正在将一个数据集分解成一个训练和测试数据集。在我开始之前，这一切对我来说都是比较新的。因此，根据我的理解，标签是输出，功能是输入。我的模型会检测恶意软件，所以我的数据集充满了恶意软件可执行文件和非恶意软件可执行文件(我认为这是良性的？)
我已经开始了一些拆分数据集的代码，尽管我想澄清标签和特性之间的区别。因此，我的数据集相当大，包含了许多行和许多列。我要从我的数据集中删除“恶意软件”列。我是通过使用以下代码来做到这一点的：
y = data.Malware
X = data.drop('Malware', axis=1)
我相信这是我代码中的标签，因为这就是我要预测的模型(恶
浏览 0提问于2021-03-11得票数 -1
回答已采纳
1回答
我有一个数据集，我必须对它们进行二进制分类。我用的是神经网络
model_nn = keras.Sequential([
keras.layers.Dense(128, LeakyReLU(alpha=0.1), input_shape=(11,)),
keras.layers.Dense(32, activation=LeakyReLU(alpha=0.1)),
keras.layers.Dense(64, LeakyReLU(alpha=0.1)),
keras.layers.Dense(1, activation=tf.nn.sigmoid),
]
浏览 3提问于2020-12-29得票数 1
1回答
我做了一个回归
import numpy as np
from sklearn.cross_decomposition import PLSRegression
X = [[0., 0., 1.], [1.,0.,0.], [2.,2.,2.], [2.,5.,4.]]
Y = [[0.1, -0.2], [0.9, 1.1], [6.2, 5.9], [11.9, 12.3]]
pls2 = PLSRegression(n_components=2)
pls2.fit(X, Y)
我就有系数了
coeffs = pls2.coef_
[[ 1.53732139 1.5363102 ]
浏览 1提问于2016-04-27得票数 0
回答已采纳
我有一个成功运行的模型。
当我试图预测使用它时，它失败了，因为在OneHotEncoding之后，测试集有比火车更多的列。
经过一些阅读，我找到了我需要连接的两个df的第一个，OneHotEncode，然后将它们分开。
在火车数据集中添加了一个'temp‘列，在带有值’test‘的测试数据集中添加了一个'temp’列。，这是为了便于以后使用布尔索引(如)将df分开。
X = temp_df[temp_df['temp'] == 'train']
X2 = temp_df[temp_df['temp'] == 'test&#
浏览 6提问于2021-11-24得票数 0
回答已采纳
1回答
我在做一个项目。我有一个分类问题，需要用梯度增强决策树来解决。我想要做的是创建一个矩阵，为每个样本提供每个决策树的预测。例如，如果我有100个样本和100个树，我应该有100x100矩阵。i，j项给出了对第一个样本的jth树的预测.
我正在使用滑雪板，问题是我无法通过每棵树得到预测。
到目前为止我试过：
newgb=gb.estimators_[0][0].fit(X_train, y_train)
print(newgb.score(X_train, y_train))
在这里gb已经是一个合适的模型。我从滑雪的文档中了解了什么
https://scikit-learn.org/stable
浏览 0提问于2019-08-20得票数 2
回答已采纳
1回答
我编写了以下代码以生成混淆矩阵
from sklearn.naive_bayes import MultinomialNB
mnb=MultinomialNB()
mnb.fit(X_train,Y_train)
sms2="REMINDER FROM O2: To get 2.50 pounds free call credit and details of great offers pls reply 2 this text with your valid name, house no and postcode"
sms="You’ve Won!"
X_te
浏览 3提问于2021-08-01得票数 1
回答已采纳
1回答
如果你看看这个：
>>> y_true = ["cat", "ant", "cat", "cat", "ant", "bird"]
>>> y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"]
>>> confusion_matrix(y_true, y_pred, labels=["ant&#
浏览 0提问于2020-11-01得票数 3
回答已采纳
对于随机数据的平方矩阵，N列和N行。我正在拟合两个模型，线性回归和拉索。
在线性回归中，我在训练集上得到了一个完美的分数，而在Lasso中，我得到了0的分数。
import pandas as pd
import numpy as np
from sklearn import linear_model
N = 100
X = pd.DataFrame(np.random.rand(N,N))
y = np.random.randint(20, size=N)
lin = linear_model.LinearRegression().fit(X,y)
lasso = linear_mod
浏览 0提问于2019-12-28得票数 4
1回答
混淆矩阵中不支持连续变量
、、、
我对数据集使用线性回归算法。并试图计算y_pred和y_test之间的混淆矩阵。我得到了"ValueError : continuous is not supported"错误。
我已经包括了下面的代码。帮助解决这个问题。
x = data_set.iloc[:, :-1].values
y = data_set.iloc[:, 7].values
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.25, random_state = 0)
from sklearn.linear
浏览 0提问于2019-02-22得票数 3
回答已采纳
我一直试图在Logistic回归结果上运行一个混淆矩阵，我已经将数据分割，所以我的y_test大小为8，y_train为67，我无法打印该矩阵。我知道它们必须是一样大小的，但我找不到办法做到这一点。误差MSG：ValueError: Found input variables with inconsistent numbers of samples: [8, 67]
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(df[["A
浏览 4提问于2021-10-27得票数 0
回答已采纳
到目前为止，我所理解的是transform()给出的值在质量上类似于X(您的特性)，而predict()给出的值在质量上类似于y(您的标签)。但我想要澄清的是，为什么只有几个类同时拥有这些方法，例如KMeans、PLSRegression等等。
为什么要么将这两个方法放在每个类中，要么不让这两个方法发生在同一个类中？例如，如果KMeans需要一个返回欧氏点的方法，为什么不让它有一个单独的方法呢？为实现此功能而实现transform()，我认为消除了这两种方法之间的明显区别。类似地，在PLSRegression中，我无法理解这两种方法之间的区别。
浏览 0提问于2020-06-09得票数 2
回答已采纳
我编写了一个非常简单的程序，它从csv文件中获取数据列，下面是文件数据的简短预览：
,matchId,blue_win,blueGold,blueMinionsKilled,blueJungleMinionsKilled,blueAvgLevel,redGold,redMinionsKilled,redJungleMinionsKilled,redAvgLevel,blueChampKills,blueHeraldKills,blueDragonKills,blueTowersDestroyed,redChampKills,redHeraldKills,redDragonKills,redTo
浏览 2提问于2022-05-18得票数 3
回答已采纳
1回答
我需要使用sklearn计算多元logistic回归的系数：
X=
x1 x2 x3 x4 x5 x6
0.300000 0.100000 0.0 0.0000 0.5 0.0
0.000000 0.006000 0.0 0.0000 0.2 0.0
0.010000 0.678000 0.0 0.0000 2.0 0.0
0.000000 0.333000 1.0 12.3966 0.1 4.0
0.200000 0.005
浏览 0提问于2018-01-29得票数 1
回答已采纳
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.3,random_state=0)
log=LogisticRegression()
print (x_train.shape) --(5, 13)
print (x_test.shape) --(
浏览 1提问于2019-09-25得票数 0
回答已采纳
1回答
分类器混淆矩阵的比较
、、、、
我尝试将Logistic回归、线性判别分析和KNN应用于python的“统计学习导论”( 市场数据集 )中。
Logistic回归和LDA在实施方面是相当直接的。下面是测试数据集上的混淆矩阵。
📷
📷
这两种方法非常相似，几乎都有相同的精确度。但是，我试图通过绘制损失vs K图来为KNN找到一个K：
📷
并选择了一个大约125的K来获得这个混淆矩阵(相同的测试数据集)
📷
虽然KNN具有较高的精度，在0.61左右，但混淆矩阵与logistic矩阵和LDA矩阵有很大的不同，后者的真实负数较高，而真正性较低。我真不明白为什么会发生这种事。任何帮助都将不胜感激。
下面是我如何计算KNN分类器的损失(
浏览 0提问于2021-09-17得票数 1
回答已采纳
我需要为一个特定的阈值设置一个值，并生成一个混淆矩阵。数据位于csv文件(11，1MB)中，下载的链接是：
首先，我收到了一条错误消息：“AttributeError: predict_proba在probability=False时不可用”，所以我用它来更正：
svc = SVC(C=1e9,gamma= 1e-07)
scv_calibrated = CalibratedClassifierCV(svc)
svc_model = scv_calibrated.fit(X_train, y_train)
我在互联网上看到了很多，但我不太明白一个特定的阈值是如何被巴氏化的。听起来挺难的。现在
浏览 2提问于2019-10-24得票数 5
回答已采纳
我使用sklearn创建了一个决策树分类器，定义了目标变量：
#extract features and target variables
x = df.drop(columns="target_column",)
y = df["target_column"]
#save the feature name and target variables
feature_names = x.columns
labels = y.unique()
#split the dataset
from sklearn.model_selection import train_t
浏览 0提问于2021-05-04得票数 0
回答已采纳
2回答
我正在尝试使用sklearn.decomposition.NMF到一个矩阵R，该矩阵包含有关用户如何对项目进行评分的数据，以预测他们尚未看到的项目的用户评分。
矩阵的行是用户，列是项目，值是分数，0分意味着用户还没有对这个项目进行评分。
现在，使用下面的代码，我只获得了两个矩阵，当它们相乘时，就会返回原始矩阵。
import numpy
R = numpy.array([
[5,3,0,1],
[4,0,0,1],
[1,1,0,5],
[1,0,0,4],
[0,1,5,4],
])
from sklearn.decomposit
浏览 4提问于2021-02-07得票数 1
我对核回归的理解是，当使用线性核进行无惩罚的岭回归时，结果应该类似于线性回归。在玩具的例子中，线性回归有更好的Rsq。问题的一部分，我认为SK是使用样本空间的核心矩阵，而不是较小的样本和特征空间，在这种情况下，特征空间要小得多。我如何“解决”这个问题，或者我可能做错了什么-一个新手的内核回归。线性核回归的分值在-3左右，线性回归的分数约为50%。
from sklearn.datasets import load_diabetes
from sklearn.kernel_ridge import KernelRidge
from sklearn.utils import shuffle
fro
浏览 4提问于2022-09-16得票数 0
我想使用sklearn.metrics.recall_score来评估二值图像分割任务的召回率。这样做是可行的：
threshold = 0.5
predicted_mask = (probability_map > threshold).astype(np.int)
actual_mask = actual_mask.astype(np.int)
result = recall_score(actual_mask.flatten(), predicted_mask.flatten())
然而，这一点：
result = recall_score(actual_mask, predict
浏览 2提问于2021-03-05得票数 1
回答已采纳
我对使用二元相关性的多标签分类是个新手，在解释结果时遇到了一些问题：
结果是：[ 0。0。]
这是否意味着第一个案例被归类为0,0，第二个案例被分类为2,2？这看起来一点也不好。或者我还漏掉了什么？
在先生们回答之后，我得到了以下错误，因为y_train标签2**,0，**3,4因为0
Traceback (most recent call last):
File "driver.py", line 22, in <module>
clf_dict[i] = clf.fit(x_train, y_tmp)
File "C:\Users\BaderEX\Ana
浏览 0提问于2016-10-26得票数 2
1回答
如何从元素列表开始进行回归
、、、、
我试图在python中运行一个回归。我有一个列表(更大的列表的一部分)如下所示：
[[1307622004, 0.0, 339.093, 130.132],
[10562004, 0.0, 206.818, 62.111],
[127882004, 0.0, 994.624, 360.497],
[63702004, 0.0, 89.653, 19.103],
[655902004, 0.0, 199.613, 83.296],
[76482004, 0.0, 1891.0, 508.0],
[16332004, 0.0, 160.344, 25.446],
[294352004
浏览 0提问于2018-11-24得票数 1
回答已采纳
我试图评估我的XGBoost二进制分类模型。使用sklearn包装器很简单：
sk_model = xgb.XGBClassifier()
sk_model.fit(X_train, y_train)
sk_model.score(X_test, y_test)
我试图在没有包装器的情况下做同样的事情(但仍然使用sklearn accuracy_score()函数)：
from sklearn.metrics import accuracy_score
DTrain = xgb.DMatrix(X_train, label=y_train)
DTest = xgb.DMatrix(X_tes
浏览 1提问于2022-07-10得票数 1
回答已采纳
我尝试使用GridSearch来估计LinearSVC()的参数，如下所示-
clf_SVM = LinearSVC()
params = {
'C': [0.5, 1.0, 1.5],
'tol': [1e-3, 1e-4, 1e-5],
'multi_class': ['ovr', 'crammer_singer'],
}
gs = GridSearchCV(clf_SVM, params, cv=5, scoring='r
浏览 2提问于2014-10-06得票数 15
1回答
只有一种情况下生成树叶的决策树
、、、、
早些时候，我问过一个关于市场预测分析的问题。面向潜在客户的营销预测模型(使用熊猫)对此仍有一些怀疑，但我对我为营销数据生成的决策树表示怀疑。
我的目的是预测一个领先是赢还是输，这取决于他们是如何意识到产品等。我有一个bool变量“韩元”，0销售失败，1-销售。使用决策树，我能够生成一个模型，但是，对于导致不获胜的情况，没有叶子。
这是正常的吗？我见过虹膜数据集的例子，其中所有三个特性都表示在树中，因此我想知道我所采取的方法是否正确。
在38000的数据集中，大约有1700人拥有Won=1。
📷
我正在使用熊猫，我的DecisionTreeClassifier参数是：
min_samples_s
浏览 0提问于2016-04-28得票数 3
回答已采纳
1回答
我有一个在svmlight格式的数据文件上做集群的python脚本。我使用函数sklearn.datasets.load_svmlight_file从数据文件加载数据。我知道这个函数返回一个稀疏矩阵。我需要散点图的集群，有没有人可以帮我。这就是我所做的：
import sklearn.datasets
import sys
from sklearn.cluster import KMeans
dataFilename = sys.argv[1]
X, y = sklearn.datasets.load_svmlight_file(dataFilename)
kmeans = KMeans(n_
浏览 2提问于2020-07-09得票数 0
我尝试用交叉验证方法和SVM分类器进行分类。在我的数据文件中，最后一列包含我的类(它们是0、1、2、3、4、5)，其余的(第一列除外)是我想用来预测这些类的数值数据。
from sklearn import svm
from sklearn import metrics
import numpy as np
from sklearn.model_selection import StratifiedKFold
from sklearn.model_selection import cross_val_score
filename = "Features.csv"
datas
浏览 1提问于2020-08-16得票数 1
回答已采纳
我将训练机器学习模型，为描述活动的段落分配特定的标记。在我的数据库中，对于描述(X)的一个段落，有几个对应的标记与它(Y)相关。我希望能提高分类的准确性。
我通过Scikit建立了几个机器学习模型(例如SVC、DecisionTreeClassifier、KNeighborsClassifier、RadiusNeighborsClassifier、ExtraTreesClassifier、RandomForestClassifier、MLPClassifier、RidgeClassifierCV)，并通过Keras建立了神经网络模型。使用OneVsRestClassifier(SGDClass
浏览 0提问于2019-07-08得票数 0
当使用相同的RandomForest技术和相同的数据集时，我发现WEKA和scikit之间的结果有特殊的差异。使用scikit，我得到了大约0.62的AUC (一直如此，因为我做了大量的测试)。然而，使用WEKA，我得到了接近0.79的结果。这是一个巨大的差异！
我测试算法的数据集是KC1.arff，我在我的公共dropbox文件夹中放了一个副本。对于WEKA，我只是从下载了.jar文件。在WEKA中，我将交叉验证参数设置为10倍，数据集设置为KC1.arff，算法设置为"RandomForest -l 19 -K 0 -S 1“。然后运行代码！在WEKA中生成结果后，应将其另存为文件
浏览 2提问于2013-02-18得票数 3
回答已采纳
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
实时音视频活动推荐
腾讯云开发者
