如何从CSV文件中训练和测试一个简单的二进制分类器？
从CSV文件中训练和测试一个简单的二进制分类器的步骤如下：
- 导入所需的库和模块：
- 在Python中，可以使用pandas库来读取CSV文件，并将其转换为数据帧（DataFrame）。
- 可以使用scikit-learn库来构建和训练分类器模型。
- 读取CSV文件：
- 使用pandas库的read_csv函数来读取CSV文件，并将其存储为数据帧。
- 通过指定文件路径、分隔符、列名等参数来读取CSV文件。
- 数据预处理：
- 检查数据是否存在缺失值，如果有，可以选择填充或删除。
- 根据问题的要求，对数据进行特征选择、特征变换、标准化等操作。
- 划分训练集和测试集：
- 将数据集划分为训练集和测试集，通常按照80:20或者70:30的比例划分。
- 可以使用scikit-learn库的train_test_split函数来实现。
- 构建分类器模型：
- 选择适合问题的分类器模型，如决策树、逻辑回归、支持向量机等。
- 使用scikit-learn库的相应分类器类进行模型的初始化。
- 调用模型的fit方法，传入训练集数据和标签，进行模型的训练。
- 模型评估和测试：
- 使用测试集数据对训练好的模型进行测试。
- 使用模型的predict方法对测试集数据进行分类预测。
- 使用评估指标（如准确率、精确率、召回率、F1值等）评估模型的性能。
- 模型优化和调参：
- 可以根据实际需求对模型进行调参，如调整超参数、选择不同的特征、尝试不同的模型等。
- 可以使用交叉验证等方法来评估模型在不同参数下的表现。
在腾讯云上，可以使用以下相关产品来实现这个任务：
- 数据存储：腾讯云对象存储（COS）
- 数据处理：腾讯云数据万象（CI）
- 机器学习平台：腾讯云机器学习平台（Tencent ML-Platform）
- 服务器运维：腾讯云云服务器（CVM）
更多产品信息请参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
我正在使用Weka软件对模型进行分类。我对使用训练和测试数据集分区感到困惑。我将整个数据集的60%划分为训练数据集，并将其保存到我的硬盘上，将40%的数据用作测试数据集，并将这些数据保存到另一个文件中。我使用的数据是不平衡的数据。因此，我在我的训练数据集中应用了SMOTE。之后，在Weka的分类选项卡中，我从Test options中选择了Use training set选项，并使用随机森林分类器对训练数据集进行分类。在获得结果之后，我从Test options中选择了Supplied test set选项，并从硬盘加载我的测试数据集，然后再次运行分类器。 我试图找到关于如何在Weka中加载
浏览 39提问于2021-10-21得票数 0
回答已采纳
我使用决策树(C4.5)、随机森林和朴素贝叶斯对虹膜数据进行分类。我使用的是从和下载的数据集。当我训练所有的网络时，通过“分类器输出”、“类的详细精度”和“混淆矩阵”，一切都很好。但是，当我在Weka-explorer-classify test选项中选择iris-test数据并选择iris-test文件，在'more options‘中选择'output prediction’作为'csv‘并点击start时，我得到的结果如下图所示。
“分类器输出”正确地显示了分类样本，但是，“类的详细精度”和“混淆矩阵”是所有值为零的。我在选择任何选项时出错的任何建议。谢谢。
浏览 7提问于2017-08-26得票数 0
回答已采纳
在WEKA中，我尝试使用ARFF文件作为模型的测试集，但在对我的训练数据进行分类(在分类选项卡下)后，收到以下错误："Train和test set不兼容。“请参见图像：
]
我在Excel中打开了原始的培训和测试CSV文件，它们在我看来是一样的。我在Notepad++中打开CSV文件，它们在我看来是一样的。然而，我在WEKA中打开了测试ARFF，在第一个属性名的开头发现了奇怪的字符。请参见图像：
为什么奇怪的字符在那里，我如何删除它们？我需要有训练和测试的ARFF文件是兼容的分类。
提前谢谢你。
浏览 0提问于2020-04-10得票数 0
1回答
由于我的地理信息系统软件的计算能力有限，我试图在R中实现随机森林，以便进行图像分类。我的输入是一个多波段TIFF图像，它被训练成一个ArcGIS文件(目标值0和1)。该代码在技术上可以工作，并产生有效的输出。当我查看混淆矩阵时，我得到以下信息：
0 1 class.error
0 11 3 0.214285714
1 1 13 0.071428571
这对我的数据来说是明智的。然而，当我在GIS软件中绘制出图像分类输出(二值为0和1的二值重分类tiff )时，它以100%的成功率预测了训练数据。换句话说，输出图像没有分类错误。当混淆矩阵
浏览 6提问于2019-10-22得票数 0
回答已采纳
1回答
这是个作业问题。有人能给我一些关于如何通过的线索吗？
对于一个二元分类问题，采用了一种生成方法，结果表明，该分类器在输入空间的所有点x上都是正的。我们可以肯定地得出什么结论？检查所有的申请。
在训练集中没有负面的分。
正点分布在空间上，负点集中在一个小区域。
在训练集中，负点比正点少。
在空间中，正点的密度大于负点的密度。
您需要从这四个要点中选择适用的点。谢谢
浏览 0提问于2018-03-04得票数 -3
我是一个使用Keras的初学者，我正在尝试预处理数据以进行训练，以便建立一个神经网络。然而，我被告知，从我从中获取数据的csv文件中，前6列是x值，其余的是y值。我如何处理这种情况，以便正确地拆分用于训练和测试的数据。数据都是数字的，它不是分类的。它将被用来预测运动。
浏览 45提问于2021-08-13得票数 0
我使用的是Ubuntu 15.10，Python 2.7，以及python weka-wrapper包的当前安装。
我正在做以下工作：(1)根据从.csv文件加载的数据对分类器进行培训。(2)从另一个.csv文件加载第二组数据--该数据具有与训练原始分类器相同的指定功能的头。(3)我正在尝试使用经过训练的分类器来分类从第二个文件加载的数据--实际上，我真正想要的是每个实例符合某个类的概率(但这是我稍后要指出的)。
下面是我的代码，它使用经过训练的分类器和(第二)文件名作为输入：
def classifyData(classifier,datFile):
loader = Loade
浏览 2提问于2016-09-01得票数 0
回答已采纳
目前，我正在使用Weka，我试图使用最近的邻居方法来分类我的测试集。我的训练集和测试集都有11列有数值，最后一列是要分类的。两者都已通过Weka工具从.csv转换为.arff。
首先，我上传了培训集，在“测试选项”下的“分类”选项卡中，我检查了“使用培训集”。我选择了"IBk“分类器，并将邻居#放到10。(糟糕的)输出如下：
接下来，我检查了“提供的测试集”并上传了我的测试集。只有最后一列为空(除标头外)。但是，当我尝试运行它时，我会得到以下输出，表示没有一个是机密的：
在这一点上，我只是不知道该怎么办。据我所知，我的测试和训练集是正确的，因为除了列中的数值外，
浏览 8提问于2015-03-13得票数 1
回答已采纳
1回答
我可能有一个天真的问题，在使用二进制分类是否合适。这是一个假设的例子，所以如果太粗糙，请原谅我。
假设我想训练一个支持向量机，将字母"a“从字母"b”和"c“中分类。问题是我没有字母"a“来训练我的支持向量机模型，但是我确实有很多字母"A”，基本上意思是一样的。像这样的模型有效吗？
我真正的问题是在图像处理领域。我有一些像素，我想分类使用纹理，但我没有一个“类”的那些像素。对于一些非常相似的东西(我知道这个类)，我确实有一个基本的真理，我一直在使用相同的纹理(但来自这个相似的像素)来训练SVM并进行分类。这种支持向量机工作得相当好(通过对图像的视觉检查进
浏览 2提问于2022-10-13得票数 -1
2回答
作为Weka的新手，我想知道是否可以根据包含可变长度数据行的CSV文件来训练分类器。例如，如下所示的CSV文件：
1, 2, 3, 4, 3, 2, 1
1, 2, 4, 3, 2, 1
...
虽然基本，这两条线显示了一个明确的模式。如果收到类似的模式，Weka分类器会有效地处理类似于此的CSV文件吗？
浏览 2提问于2013-11-16得票数 0
回答已采纳
1回答
一般主题:基于分类特征提取的颜色匹配应用
我决定使用“颜色直方图”和"K近邻“来对颜色进行分类。
我可以得到图像的颜色直方图，并将它们部署到带有标签的csv文件中，以训练KNN。这一步已经完成了！但是，我不明白如何将测试图像的颜色直方图值发送到KNN进行分类？测试图像颜色直方图中有一堆矩阵值。所以我的问题是，如何将这个点云(测试图像的颜色直方图值)发送到KNN进行分类？
浏览 15提问于2017-12-26得票数 0
1回答
我正在使用Python，TensorFlow，图像分类模型，在我的训练图像中，我有12,611个图像，但在我的训练标签中，我有12,613个图像。(每个图像都有一个编号作为标题，该编号对应于CSV文件中的相同编号以及该图像的附带信息)。 从这里，我需要做的是简单地删除这两个额外的数据点，我没有图片。我该如何编写代码来帮助解决这个问题呢？ (如果代码告诉我哪些数据点是额外的，我可以手动从CSV文件中删除它们) 谢谢你的帮助。
浏览 17提问于2021-07-06得票数 0
我正在尝试使用OpenCV 3.1.0为MNIST数据集训练NB分类器。我使用来自的准备好的CSV训练和数据文件来训练NB分类器。我使用剪切和粘贴功能稍微修改了这个CSV文件，以满足OpenCV的要求。在训练分类器之后，我尝试使用它来对训练数据集进行分类，但它将所有样本分类为0类。训练数据集有784个维度，10个类，60000个样本。我的训练代码如下：
#include <iostream>
#include <opencv2/ml.hpp>
using namespace cv;
using namespace cv::ml;
int main(int argc,
浏览 0提问于2016-03-27得票数 0
我们有一个分类器，将网站分类为50个类别中的一个。
经典的方法是构建50个两类分类器(如这里的)。有一个单一的大标记学习语料库，我们训练每个分类器的阳性样本从它的类别，和负样本从所有其他类别。
完全解耦并为每个类别保留一组正负样本是个好主意吗？
这将使我们能够：
对我们来说，收集和添加更多的负样本是非常容易的(我们只是随机选择)。
目前，添加第51个新类别是一个非常困难的过程，因为较早的类别是很久以前训练的，因此新的第51分类器被具有不同于旧样本的时间特性的新样本所迷惑，而刷新所有51个类别的另一个选项非常昂贵。如果我们要解耦，我们可以保留现有的50个分类器，只需添加一个新的，与新的正
浏览 5提问于2014-08-28得票数 0
我有一个独立的训练和测试数据(从不同的CSV加载到不同的pandas数据框中)，我想用这些训练和测试数据绘制学习曲线，而不是使用交叉验证从训练集本身生成训练和测试数据(这似乎是learning_curve的常见工作方式)。
似乎scikit希望你的测试和训练数据出现在同一个Dataframe中，但这样分类器也会学习测试数据，这不是我想要的。
我该如何着手解决这个问题呢？我是第一次接触科学工具包。
浏览 3提问于2015-09-20得票数 2
我需要从一堆.csv文件中提取像文档号、日期和发票金额这样的字段，我认为这些文件被称为“非结构化文本”。我有一些标记的输入文件，并将使用NLTK和Python来设计数据提取算法。
对于第一轮分类，我计划使用tf-I加权和一个分类器来识别文档类型--有多个文件使用相同的格式。
此时，我需要我从文档中提取字段，因为它是X类型的文档。例如，我想用“最常见的数字”或“带逗号的最大数字”这样的特征来找出发票金额，但由于发票金额，我认为样本大小会比可能的特征数量小吗？(我在这里没有训练，请容忍我。)
有没有更好的方法来做第二部分？我认为第一部分应该是好的，但我不确定第二部分是否会起作用，或者我是否真的理解
浏览 0提问于2015-07-01得票数 4
回答已采纳
下面有一个名为train.csv的csv文件：
25.3, 12.4, 2.35, 4.89, 1, 2.35, 5.65, 7, 6.24, 5.52, M
20, 15.34, 8.55, 12.43, 23.5, 3, 7.6, 8.11, 4.23, 9.56, B
4.5, 2.5, 2, 5, 10, 15, 20.25, 43, 9.55, 10.34, B
1.5, 2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.5, 9.5, 10.5, M
由于来自Stackoverflow的其他用户的帮助，我能够加载数据集并使用其他类型的分类。我很
浏览 1提问于2019-11-21得票数 0
回答已采纳
1回答
我在开发一个推特分类器。我用一个tfidf数据集训练了一个knn，其中每一行的长度为3.173，在训练模型之后，将它加载到一个文件中，这样我就可以对新的tweet进行分类。
问题是，每次我提取新的tweet并试图对它们进行分类时，tfidf长度取决于新提取的tweet的词汇量，因此模型不可能对这些新的tweet进行分类。
我已经搜索并试图解决这两天，但没有找到一个有效的解决方案。如何有效地使查询数据的维度与培训数据的维度相适应？
这是我的代码：
#CLASIFICA TWEETS TASS TEST
clf = joblib.load('files/model_knn_pos
浏览 1提问于2019-02-16得票数 1
回答已采纳
我几乎读过大多数类似的问题，但我还没有找到我的问题的答案。
假设我们有四个不同标签/类的n样本，即A、B、C和D。我们训练了两个分类器：
First classifier：我们训练多类分类器，将数据中的样本分类为四类中的一种。假设模型的精度是%x。
Second classifier：现在，假设我们所关心的是，如果一个样本是A或者不是A，那么我们会训练一个二进制分类器，用于将样本分类为A或非A。假设这个模型的精度是%y。
我的问题是，我们是否可以比较x和y来衡量分类器在分类A上的性能？换句话说，多类分类器的高性能是否意味着该分类器也能够识别具有高性能的单个类？
现实世界的例子是，我在一个包含四
浏览 0提问于2020-07-31得票数 2
回答已采纳
1回答
我正在尝试使用weka对垃圾邮件和非垃圾邮件进行分类。
将上百条数以千计的标记垃圾邮件和另外100条数千条标记的非垃圾邮件作为训练数据集，我使用stringtowordvector作为过滤器来训练分类器。crossValidateModel的结果是非常good.But的，我想使用一个独立的测试集来评估分类器，以确保从训练集中对任何其他msg进行分类是可靠的。
我的问题是：
我还必须在测试数据集上使用stringtowordvector，以创建一个独立的.arff文件，该文件独立于训练arff file.The，在这两个.arff文件中，两个数据集中出现的同一个词分别具有两个不同的属性索引。例如
浏览 3提问于2012-08-30得票数 0
1回答
我现在真的卡住了。我想将LIBSVM应用于图像分类。我捕获了大量的训练图像(位图格式)，我想从中提取特征。
训练图像包含躺在地板上的人。分类器应该确定在给定的图像中是否有人躺在地板上。
我读了很多论文、纪录片、指南和教程，但它们都没有记录如何获得LIBSVM包。唯一要描述的就是如何从CSV文件转换成LIBSVM包：。在上，可以下载几个示例数据。示例数据要么准备为CSV文件，要么准备为现成的训练和测试数据。
如果你查看CSV-File中的值，第一列是标签(说谎者与否)，其他值是提取的特征，但我仍然无法重建这些值是如何实现的。
我不知道这是不是很简单，没有人需要提到它，但我就是不能理解它，所以如果
浏览 0提问于2012-01-23得票数 0
1回答
我正在使用Keras框架解决图像分类问题。这是二进制分类问题，我有两个文件夹，训练集，和测试集，其中包含两个类的图像。我没有单独的文件夹为每个班级(例如猫对狗)。当我们对每个类都有单独的文件夹(猫文件夹和狗文件夹)时，Keras ImageDataGenerator才能工作。但是我有所有的图片在单文件夹培训集，我不知道如何进一步进行。请建议如何加载图像。
我还有两个CSV文件- train.csv和test.csv。train.csv包含两个列，即image_id和class_name。test.csv包含image_id。注意，image_id与图像文件夹中的文件名匹配。
浏览 2提问于2018-11-01得票数 0
回答已采纳
我正在尝试使用Native Bayes分类器来检测欺诈交易。我在excel表格中有大约5000的样本数据，这是我将用于训练分类器的数据，我有大约1000的测试数据，我将在其上应用测试分类器。
这里我的问题是，我不知道如何训练分类器。在将训练数据传递到训练分类器之前，我是否需要将其转换为某种特定的格式？训练分类器如何知道哪些是我的目标值，哪些是它的特征。
有人能帮帮我吗？
浏览 0提问于2012-08-07得票数 2
2回答
我尝试将tweet分为两类(例如，basketball和non-basketball)。显然，数据集是动态的，即文档集合并不固定于一组N文档(即tweet)：当用户在Twitter上爬行时，数据集一次又一次地膨胀。
人们应该尝试应用的一件事是朴素贝叶斯分类器，它被广泛用于文本分类。提供了的解释。然而，有一个疑问仍然存在。
我可以从训练集开始计算模型(并说明词汇表V是由训练集中包含的术语组成的)。现在，人们可以收集一个新的、未分类的推文，其中包含V中未出现的术语(即，未出现在训练集中的术语)。朴素贝叶斯分类器仍然适用吗？
概括这个问题:朴素贝叶斯分类器是否可以应用于词汇表不完全已知的情况？
提前
浏览 20提问于2014-04-25得票数 0
2回答
理解感知器
、、、、
我刚开始上机器学习课，我们复习了感知器。对于家庭作业，我们应该：“选择合适的二维(平面)训练和测试数据集，使用10个数据点进行训练，5个数据点进行测试。”然后我们应该编写一个程序，它将使用感知器算法并输出：
关于训练数据点是否线性可分的评论
关于测试点是否为线性可分点的评论
您最初选择的权重和常数
最终解方程(决策边界)
算法所做的权重更新总数。
在培训集上进行的迭代总数。
对训练数据和测试数据的最终错误分类错误(如果有的话)。
我已经读了好几遍我的书的第一章，我仍然有困难，充分理解知觉。
我知道如果一个点被错误分类，你会改变权重，直到不再有错误分类，我想我
浏览 2提问于2015-01-31得票数 3
回答已采纳
1回答
我有一个CSV文件，我正试图在分类器上进行训练。我正在使用TextBlob。这是我的代码。
with open('train.csv', 'r') as fp:
cl = NaiveBayesClassifier(fp, format='csv', feature_extractor= get_features)
然而，它似乎不起作用。这是使用CSV文件训练分类器的正确方法吗？
浏览 2提问于2014-10-16得票数 0
这个问题很简单。
在叠加中，0级模型的预测被用作训练1级模型的特征。
然而，预测什么数据呢？直观地说，预测测试集并利用这些结果训练最终的分类器更有意义。
我不确定这是否会导致数据泄漏，我不认为这会导致数据泄漏(因为最终的分类器只有初始分类器所具有的信息，即。只是从火车的数据-它不知道这些预测是好还是坏)。
这个推理正确吗？
浏览 0提问于2022-09-26得票数 2
回答已采纳
我用Scikit学习训练了一个分类器。我正在加载输入，以训练我的分类器从CSV。我的一些专栏的价值。“城镇”是典型的(例如可以是“纽约”、“巴黎”、“斯德哥尔摩”、.)。为了使用这些规范列，我正在使用Scikit-Learn的LabelBinarizer进行一次热编码。
在培训之前，我就是这样转换数据的：
import pandas as pd
from sklearn.preprocessing import LabelBinarizer
headers = [
'Ref.', 'Town' #,...
]
df = pd.read_csv(&#
浏览 3提问于2017-10-09得票数 4
回答已采纳
4回答
识别语法正确的无意义句子
、、、
我有两个文件file1.csv和file2.csv。file1.csv的每一行都包含一个stupid语句。file2.csv标识它是哪一列(type0对应于0，type1对应于1)。我想做一个NLP分类任务，我通常知道怎么做。但在这种情况下，我有点困惑，不知道如何安排和组织我的数据集，以便我可以训练我的句子和标签。如果有人给我一个进步的提示，我将不胜感激。 file1.csv，格式如下： id,type0,type1
0,He married to a dinosaur.,He married to a women.
1,She drinks a beer.,She drinks a ban
浏览 46提问于2019-11-23得票数 1
回答已采纳
1回答
我正在研究一种基于磁强计的室内定位。
我有9个独立的时间序列数据集传感器读数从坐标00，01，02，10，11等，直到22。基本上，我是使用我自己的坐标系统和收集的数据。坐标系统如下所示：
0,0 | 0,1 | 0,2
1,0 | 1,1 | 1,2
2,0 | 2,1 | 2,2
数据集有列timestamp、X、Y、Z和Magnitude。下面是我的所有数据集的样子：
📷
编辑:我在一个位置收集了传感器读取数据，比如0,0，0，然后将文件保存为(coor00.csv)，然后在另一个位置，比如0,1，并将文件保存为(coor01.csv)等等。
我要预测的是坐标。我想建立一个简单的分类
浏览 0提问于2020-07-29得票数 2
我想使用svm分类器进行面部表情检测。我知道opencv有一个svm，但我不知道应该输入什么来训练分类器。到目前为止，我已经读了很多论文，都是说人脸特征检测训练后的分类器。
到目前为止我所做的，
人脸检测，
在每帧中计算16个面部点。下面是面部特征检测的输出！(输入图像描述)
保存特征点像素地址的向量。
注意:我知道如何训练支持向量机，只有正面和负面的图像，我看到了这个代码，但我不知道我如何结合面部特征信息与它。
有人能帮我从svm开始分类吗？
训练分类器的样本输入应该是什么？
如何用这个面部特征点训练分类器？
致以敬意，
浏览 13提问于2014-09-26得票数 9
回答已采纳
1回答
我有一个分类问题，有大量的类:特征集是512维，类数在3000左右。这是一个面部识别问题。(在3000位名人中找出谁的脸。))使用FaceNet提取特征。)
训练这种支持向量机模型的问题太慢了：
我用的是SVC，结果如下：
RAM usage: > 100GB // I eventually ended up using virtual memory of 100GB
Training time: > 30 hours
Classification time: > 1 hour per face
Other issue: Single CPU usage, no parall
浏览 0提问于2018-12-14得票数 1
我正在尝试创建两个Android应用程序:一个训练图像分类迁移学习模型，另一个简单地使用训练好的模型进行推理。这些应用程序将在不同的设备上运行，其有用性在于在功能更强大的设备上训练模型，并能够在功能较弱的可穿戴设备上对该模型执行推理。迁移学习正在实现，如这里的帖子所述：https://blog.tensorflow.org/2019/12/example-on-device-model-personalization.html。 问题是我找不到一种好的方法来保存训练好的模型，并将其从第一台设备传输到第二台设备。我尝试过实现蓝牙传输的串行化，但Android TFL库不容易实现串行化。在And
浏览 39提问于2020-08-18得票数 3
如何使用朴素贝叶斯分类器进行多类分类？
我正在开发基于症状的疾病分类系统。我知道训练数据是需要的。但我没有。我只知道每种疾病的症状概率。有没有可能开发？
浏览 0提问于2018-06-28得票数 1
我有个疑问。我理解了交叉验证和分裂的概念，分类器将从训练数据学习和测试测试数据分裂。
如果我首先使用“使用培训数据”运行分类，然后在分类选项卡中使用"SUpplied测试集“选项，然后再次运行，会发生同样的情况吗？
为了在分类选项卡中更清楚地说明，我运行了两次...first，训练数据集被上传到预处理选项卡下，然后在分类选项卡“提供测试集”中运行测试集。那么，在测试数据上执行时，模型是否使用了以前所做的培训？
我用了朴素的贝叶斯分类器。我也怀疑是否所有的分类器都是从训练数据中学习，还是仅仅从神经网络、决策树这样的分类器中学习？
浏览 0提问于2013-10-05得票数 0
2回答
单类、二元类和多类分类的区别是什么？
如果我喜欢在四个类中对文本进行分类，那么系统也希望系统能够告诉我，这些类中没有一个与未知/未经训练的测试数据匹配。
我就不能用上面提到的所有方法来达到我的目标吗？例如，我可以将C1、C2、C3和C4描述为四种不同的二进制分类训练集，并使用经过训练的模型来标记未知的数据集.
简单地说，C1的培训集包含1类(C1的所有好样本)和0类(混合了所有C2、C3和C4作为C1的坏样本)。
是未标记的数据C1 -> 1或0。
是未标记的数据C2 -> 1或0.等等..。
对于多项式分类，我只需在一个训练集中定义一个训练集，其中包含C1、C2、C3和C4的所有
浏览 0提问于2014-10-20得票数 6
1回答
我试着用Python训练和测试一个贝叶斯分类器。
这些代码行来自我找到的示例，但我不明白它们是干什么的。
train_labels = np.zeros(702)
train_labels[351:701] = 1
train_matrix = extract_features(train_dir)
在测试集中后面有一个类似的代码块：
test_matrix = extract_features(test_dir)
test_labels = np.zeros(260)
test_labels[130:260] = 1
想知道这做了什么，以及我如何将它应用于不同的分类示例？[]中的数字是什么意
浏览 0提问于2019-03-17得票数 1
回答已采纳
2回答
我正在尝试使用SVM分类器进行3类分类。我们如何解释LIBSVM预测的概率估计。它是否基于实例与最大边距超平面的垂直距离？
请通过一些关于LIBSVM分类器预测的概率估计的解释。首先调整参数C和gamma，然后使用带有训练和测试的-b选项输出概率估计。
浏览 1提问于2011-10-18得票数 4
我在谷歌云平台上运行了一个自然语言AutoML文本分类模型。我用来训练模型的数据可以导出到存储桶中的csv文件。该文件有3列(1.训练/验证/测试，2. gs://对实际内容的引用，3.预测结果/标签)，如下面的示例所示。
TRAIN 网站
我的问题是如何从gs://引用中获得实际内容，这样我就可以查看每一行，以确定预测的标签是否正确。输出应该是包含字符串内容的csv文件，而不是gs://引用。
浏览 1提问于2019-06-05得票数 0
1回答
很少有关于分类数据的问题。需要建议/指示：
我们如何检查分类特征与目标之间或特征本身之间的相关性？
cat和num特征之间的相关性如何？
我们如何找到目标依赖于组合的分类特征，但可能不显示与个别特征的相关性的情况？
我们能否处理测试数据具有训练数据中不存在的分类特征值的场景？
浏览 0提问于2020-04-28得票数 0
1回答
我熟悉的概念是利用训练和测试记录的个数来计算朴素贝叶斯分类器的准确性。从数学上讲，是否有一个只使用训练集计算朴素贝叶斯分类器精度的概念？任何建议都会很好。
示例培训集：
A B Class
0 0 _
1 1 +
浏览 6提问于2016-04-19得票数 1
我已经训练了一个模型来识别动物，它正在工作，部署到android应用程序中。我正在寻找一种解决方案，使图像分类器只对训练过的类别进行分类。我不确定是通过模型训练还是通过添加任何代码来解决这个问题。
例如，如果发送一个杯子的图片进行分类，结果显示为Dog或其他动物名称。如何只对给定的类别进行分类，其他任何类别都显示为“不是动物”。
Im使用Tensorflow 1.12，MobileNet模型
浏览 1提问于2019-03-31得票数 2
2回答
我正在开发一个软件来从显微镜拍摄的图像中分类细胞。
我有一个单元格图像数据集作为训练数据集--我已经使用ORB从每个图像中提取了关键点--这是我的问题--一些图像产生了大量的关键点和一些少量的关键点。因此，所产生的描述向量是不同的lentgh。因此，当我试图从它们构建一个训练矩阵时，我必须对从每个图像中选择的关键点的数量进行“规范化”，这样描述符向量的长度就会相同。
我应该选择多少个关键点？如何选择“最佳”关键点？(当我想对一个我想分类的对象预先设定一个预测时，这个问题也会出现)是否有已知的方法来解决这个问题？致以问候。
浏览 3提问于2015-06-21得票数 0
采用SVM进行分类，将数据集划分为两个CSV文件，一个是训练集(占数据的70%)，另一个是测试集(占数据的30%)。当我在训练集上使用预测时，我得到了答案，但在测试集上，它显示了使用e1071包的错误。
程序如下
Train <- read.csv("Train.csv")
Test <- read.csv("Test.csv")
x_Train <- subset(Train,select=-Class)
y_Train <- Train$Class
model <- svm(Class ~., data=Train)
p
浏览 2提问于2014-11-23得票数 3
回答已采纳
1回答
一些用户可能认为这是基于意见的问题，但如果你仔细看，我试图探索使用Caffe作为一个纯粹的测试平台，而不是目前流行的使用作为培训平台。
背景：
我已经在Nvidia TK1上使用JetPack2.0安装了所有的依赖项。
我已经成功地安装了caffe及其依赖项。
MNIST示例运行良好。
任务：
我得到了一个包含所有标准层的convnet。(不是开源模式)
网络权值和偏置值等在训练后是可用的。这次训练不是通过首席执行官完成的。(培训前网络)
权值和偏差都是MATLAB矩阵的形式。(实际上是在一个.txt文件中，但我可以轻松地编写代码，使它们成为矩阵)
我不能用
浏览 1提问于2016-04-06得票数 3
回答已采纳
2回答
仅训练一个标签的nltk分类器
、、、、
我刚刚开始学习nltk，我正在照本宣科。第六章是关于文本分类的，我对一些事情感到有点困惑。在示例(名称和电影评论)中，训练分类器在两个定义明确的标签(男性-女性和pos-neg)之间进行选择。但是如果你只有一个标签，如何训练呢？
假设我有一堆电影情节大纲，我只对科幻类型的电影感兴趣。我可以训练一个分类器，让它只识别科幻情节吗？如果分类置信度> 80%，则将其放入科幻组，否则，直接忽略它。
希望有人能澄清，谢谢，
浏览 1提问于2013-04-26得票数 0
回答已采纳
我曾经成功地训练过一个分类器，但是今天我开始犯错误。
问题：
当我尝试使用opencv_traincascade.exe训练分类器时，我得到以下消息：“培训参数是从数据文件夹中的参数文件中加载的！如果您想使用自己的参数集，请清空数据文件夹。”
然后，培训师在第0阶段中途停下来，并发出以下信息：
=====培训0级=====
开始
POS计数:消耗2:2
无法填充临时阶段的训练数据集。分支培训结束。级联分类器不能训练。检查使用过的训练参数。
以下是我如何解决这个问题的方法：
我在分类器文件夹中有一个参数文件，我的训练师通常会在其中训练分类器。在运行traincascade.exe文件之前，我忘记
浏览 0提问于2015-01-05得票数 0
回答已采纳
1回答
我正在尝试实现一个朴素的Bayes算法来读取csv文件中的tweet，并将其分类为我定义的类别(例如:技术、科学、政治)
我想使用NLTK的朴素贝叶斯分类算法，但这个例子并不接近我需要做的事情。
我最大的困惑之一是如何提高NB的分类精度？
**我希望得到一些关于进行分类所需的详细步骤的指导。
是否必须为每个类别创建单独的csv文件，手动将tweet放在其中？
如果我这样做了，该如何训练算法，以及算法如何测试？**
我一直在网上进行研究，并找到了一些简短的例子，如TextBlob，它利用if NLTK的NB算法对Tweets进行情感分类。这是简单的理解，但很难调整初学者。
在上
浏览 3提问于2014-03-05得票数 1
Watson的服务自然语言分类器(NLC)有一个Rest Api来导出文件.csv以进行训练？
浏览 12提问于2016-09-22得票数 0
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
