我正在使用Scikitlearn的乳腺癌数据集尝试具有不同C参数值的ML分类模型(Logistic回归和SVM)： C_values = [0.0001, 0.001, 0.01, 0.1, 1, 10在Logistic回归中，我们观察到相对较高的C值(因此较少的正则化/过拟合的机会)提供了最佳结果。由于数据包含相对大量的特征(30)，这证实了一种直觉，
浏览 36提问于2021-02-04得票数 1
1回答
我有一个关于在支持向量机(线性)和NeuralNetwork (神经网络)之间进行后期融合的过程的问题， 我做了一些研究，我发现将支持向量机的clf.predict_prob和神经网络的Model.predic连接起来，我应该训练新的模型，但是，这些分数是用于测试数据
浏览 13提问于2021-10-08得票数 1
回答已采纳
4回答
选择c值和伽马值
、、
嗨，我正在使用SMO进行支持向量机分类，其中我的核心是RBF，现在我想选择c和SMO值，使用网格搜索和交叉验证，我是新的内核函数，请帮助，分步骤进行。
浏览 4提问于2012-03-18得票数 9
我正在使用scikit来学习运行一些模型，并且非常困惑为什么我的测试分数比我的cv分数和我的训练分数低得多。
一开始，我做了一次80-20的火车测试。在火车组上，我用5倍交叉验证的网格搜索来选择超参数.将重构设置为真，在选取了超参数后，将模型重构到整个训练集上，并用于预测测试集。当我看mean
浏览 0提问于2020-07-02得票数 3
1回答
我在不平衡数据集上执行了支持向量机( SVM )，在70/30中拆分了训练/测试。训练集中的实例数为1级的1163993和0类的234190实例。对于测试集，我有1类的498699实例和0类的100189实例。支持向量机
浏览 2提问于2021-04-27得票数 0
回答已采纳
1回答
我正在使用OpenCV支持向量机实现来二次预测图像特征的重要性。因此，我正在训练它的正面和负面图像特征，并寻找一个{0,1}的分类。我遇到的问题是，在进行培训之后，支持向量机总是使用更高/更大的类标签来预测类。我可以更改培训数据集的标签，这个问题仍然存在。我仔细检查了生成的标签和培训
浏览 2提问于2015-11-17得票数 2
回答已采纳
这是我考试时问的一个问题。我给出了下面的答案，我得到了0分。教授甚至不同意给予任何部分学分，也不告诉我我的答案出了什么问题。有人能帮我找出我的答案出了什么问题吗？
这是我在考试中给出的答案。缺点是: 1)如果数据在扩展的特征空间中是线性可分的，那么线性支持向量机可以更好地最大化边缘，并可以导致更稀疏的解。2)当存在大数据集时，与
浏览 1提问于2018-03-16得票数 1
1回答
然后，我从数据集中创建了一个SVM模型，使用部分数据进行培训，然后在测试集上测试该模型(您知道，这是典型的方法)。一切都很好，现在我想把模型部署到野外，看看它是如何在新的、未标记的、未见的数据上工作的。如何保存特征向量，使新数据具有相同的大小/特征，并与支持向量<e
浏览 3提问于2014-06-10得票数 4
回答已采纳
我跟踪了ThunderSVM官方github上的讲师，并在Windows上安装了它。我可以在git bash中运行ThuderSVM。的问题表明我们可以将ThunderSVM添加到Keras中，那么Pycharm呢？我的问题是如何在Pycharm上运行ThunderSVM。在thundersvm.exp / thundersvm.lib /build/lib文件夹中:我有以下文件：、thundersvm.
浏览 24提问于2019-10-15得票数 0
回答已采纳
2回答
from sklearn.model_selection import GridSearchCV grid={ svm_grid.fit(xtrain,ytrain)输出svm_grid.score(xtrain,ytrain)svm_grid.scor
浏览 0提问于2021-10-09得票数 0
1回答
也许这是一个简单的问题，但我想确保我理解一个类支持向量机的LibSVM实现的概念基础，以及我所做的工作是否是允许的。
在这种情况下，我使用一个类SVMs来检测和删除异常值。这在更大的时间序列预测模型的上下文中用作数据预处理步骤。也就是说，我有一个Y向量(这是我们试图预测的数量，并且是连续的，而不是类标签)和一个
浏览 3提问于2013-07-31得票数 1
回答已采纳
我用戴尔的统计软件对一些数据进行了分析。我在一篇科学论文中使用这一分析。虽然数据挖掘不是我的主要话题，但我以前上过数据挖掘课，也有一些知识。我知道数据被分离为%75 %25 (数字可能改变)、训练和测试部分，或者使用n倍交叉验证来测试模型的性能。
在模型执行前的统计支持向量机建模中，有制表符来进行配置。在数据抽
浏览 2提问于2016-06-12得票数 0
回答已采纳
我有一些数据和Y变量是一个因素-好或坏。我正在建立一个支持向量机使用‘列车’方法，从‘插入’包。利用“训练”函数，最终确定各种参数的取值，得到最终的支持向量机。对于测试数据，我可以预测“类”。但是当我试图预测测试数据的概率时，我得到了误差(例如，我的模型告诉我，测试数据中的第
浏览 4提问于2013-07-24得票数 8
回答已采纳
3回答
超参数整定与分类算法的比较
、、、、
例如:我有两个分类模型(支持向量机和随机森林)，我的数据集有1000行和10列(9列是特性)，最后一列是可分层的。在此基础上，利用CV = 10的网格搜索对这2种模型(支持向量机和随机森林模型)上的训练集进行参数整定。当对每个模型识别超参数时，我使用这两个模型</em
浏览 0提问于2020-12-31得票数 0
回答已采纳
1回答
支持向量机与随机林相比性能较差
、、、、
我使用了RandomForestClassifier和支持向量机(SVC类)。然而，当rf达到66%的准确率和68%的召回率时，支持向量机的正确率仅为45%。我对rbf-SVM的参数C和gamma做了一个GridSearch，并提前考虑了缩放和归一化。然而，我认为射频和支持向量</em
浏览 1提问于2014-09-08得票数 3
1回答
对于相同的训练和测试数据集，KNN的准确率为0.53，对于RandomForest和AdaBoost，准确率为1，有人能帮助吗？
浏览 15提问于2016-09-14得票数 0
1回答
C参数在sklearn.linear_model.LogisticRegression中的含义是什么？它对决策边界有何影响？C的高值是否使决策边界非线性？如果我们可视化决策边界，逻辑回归的过度拟合是什么样子？
浏览 12提问于2021-05-13得票数 12
1回答
一旦使用交叉验证方法对分类器进行了培训和测试，如何使用这些结果对未见数据进行验证，特别是在自由运行阶段/部署阶段？如何使用所学的模型？下面的代码使用交叉验证来训练和测试数据X。在计算行pred = predict(svmModel, X(istest,:));之后，我应该如何使用所学习的模型？
浏览 0提问于2018-06-10得票数 1
回答已采纳
2回答
我在Python中做一个分类任务，将不同乐器的音频文件分类到它们各自的类中，在我的例子中，有4个类，分别是Brass、String、Percussion和which。采用SVM算法作为分类器。我的代码看起来有点像这样(我不为分类器更改任何参数)：X_train, X_test, y_train, y_testWoodwind
浏览 4提问于2018-03-04得票数 0
1回答
LIBSVM过拟合
、、、
在进行了10倍交叉验证后，我用15451个样本训练了两个svms (LIBSVM)，找到了伽马和C(径向基函数核)的最佳参数值。在一个svm中，我只使用了一个特性，而在第二个特性中，我使用了另外一个特性(查看这个附加特性是否正在改进预测)。CV后，支持向量机(SVM )和支持向量机(SVM )的</em
浏览 4提问于2014-05-10得票数 4
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
云直播活动推荐
腾讯云开发者
