3回答
如何使用预训练模型来填充缺失值？
、、、、
我已经训练了一个ML模型来预测基于X，Y和Z的湿度值。现在，当我使用pickle加载保存的模型时，我想使用X，Y和Z来填充湿度缺失值。但是，它应该考虑到X，Y和Z本身不应该丢失的事实。NaN 12 NaN NaN在此示例中
浏览 16提问于2020-05-09得票数 2
回答已采纳
1回答
我想在这里执行空值分析。dtr,mtg,Harley Davidson Portland 6022$ 4.8 除了shop_name，每一列都有一些空值。早些时候，我使用了基于均值的估算和基于频率的估算来替换空值。 但是，我被告知要遵循基于模型的填充技术来替换所有空值。 有没有人能建议我怎么做。
浏览 16提问于2020-06-28得票数 0
我在凯拉斯有个受过训练的模特。是否可以使用“.h5”文件中预训练模型的前4个conv层的权重来初始化新模型的前4个conv层？是否必须先加载整个预先训练过的模型？？
预训练模型实际上
浏览 6提问于2020-08-19得票数 0
我只是注意到，许多人甚至在处理丢失的数据之前就倾向于使用train_test_split，而且似乎他们在一开始就拆分了数据
还有一群人，他们倾向于在做完所有的数据清理、特征工程和特征选择之后，在模型构建步骤之前滑动数据我现在对构建模型的管道感到非常困惑。为什么我们需要在一开始就滑动数据呢？当我们实际上可以进行所有的数据清理和特征工程，或者为了方便起见，将分类变量转换为虚拟变量等事情时，分别清理训练集和测试集？
浏览 3提问于2020-04-16得票数 0
2回答
我正在使用lightgbm和python包进行预测。我有一个训练数据集和一个预测数据集。在预测数据集中，我有一些特征的NaN值。在结果中，当我有nan值时，预测是完全错误的。有没有办法处理预测数据集中的缺失值？
我已经尝试使用参数use_missing和zero_as_missing，并尽可能使用((true，false)，...)但没有成功。我使用的是主版本。gbm.predict(predictdata.iloc[:,1:], n
浏览 2提问于2019-09-04得票数 2
2回答
我有以下问题:我正在寻找方法来预测给定数据集中随机丢失的数据。我读过关于PCA-方法的文章，但我想了解一下方法的优缺点，以及最近的研究概况(给定数据集的良好工作算法/从哪里开始阅读，以开发算法和解决给定的问题)。
浏览 0提问于2016-10-23得票数 2
大多数教科书说，要填充缺失的值，使用的是均值/中值(数字)和最频繁的(分类)，但我使用的是一个数据集，它有太多的缺失值，而且我不能删除这些列，因为它们很重要。471874(590540, 434)
您可以看到，DeviceType和DeviceInfo有太多缺少的值。我不知道用最频繁的价值来填补这些问题是否是正确的选择。所以，我在考虑用一个常量项
浏览 0提问于2020-03-17得票数 0
回答已采纳
3回答
部分未知向量的最近邻
、、、、
我猜因此，假设我们计算出170cm是身高的平均值，并将person C重新定义为[60kg, ~170cm, 50y]。，但是我们如何计算这个惩罚呢？(最好是在简单的经验算法中)，我们应该以某种方式惩罚未知值的向量吗？用多少(可能计算出每两个人的身高之间的平均差值)？
浏览 4提问于2017-09-23得票数 1
BERT对基本模型的预训练是通过一种语言建模方法完成的，在这种方法中，我们在句子中掩蔽了一定百分比的标记，并让模型学习那些缺失的掩码。然后，我认为，为了完成下游任务，我们添加了一个新的初始化层，并对模型进行了微调。
然而，假设我们有一个巨大的句子分类数据集。从理论上讲，我们能否从零开始初始化BERT的基本体系结构，同时训练额外的下游任务特定层+基模型权值，只使用这个句子分类数据集形成scratch，并且仍然取得了良好
浏览 2提问于2020-05-15得票数 7
回答已采纳
我有两个关于句子是否包含提到药物不良事件的数据集，训练和测试集都只有两个字段文本和标签{不良事件，无不良事件}我已经使用weka和stringtoWordVector过滤器在训练集上使用随机森林构建了一个模型我想测试构建的模型，方法是从测试数据集中删除类标签，在其上应用StringToWordVector过滤器，并使用它测试模型。当我尝试这样做时，它给我一个错误，说训练和测试集不兼容，可能是因为过滤器为测试数据集识别了一组不同的属性。
浏览 0提问于2018-03-12得票数 0
4回答
数据中缺失的值
、、、、
我曾经经历过，大多数数据集都包含缺失的值，这使我们的任务变得有些困难。
请让我知道如何有效地填充那些缺失的值？是否有任何特定的技术来处理丢失的值？
浏览 0提问于2017-08-31得票数 5
回答已采纳
实际上，我们正在使用faster_rcnn_inception_resnet_v2_atrous_coco预训练模型来训练我们自己的数据集图像，但我们希望改进我们的目标检测。我如何从头开始训练模型，例如，使用inception v3或v4来使用COCO数据集进行对象检测？我希望像中描述的其他模型一样，生成一个名为faster_rcnn_inception_v3_c
浏览 30提问于2018-01-04得票数 0
2回答
我目前正在通过Keras使用tensorflow。
标签的掩蔽层有相似之处吗？我目前正在通过Keras使用tensorflow。或者，也许可以改变损失函数，但我不知道如何改变，特别是在保持数值效率的同时。
浏览 0提问于2019-12-09得票数 2
回答已采纳
1回答
我最近完成了一个“相当好的”TF2/keras模型，用于图像识别，使用了许多层，SGD优化，并从MobileNetv2预训练模型开始。我甚至没有考虑从其他预训练模型开始。我将优化器从SGD改为ADAM (应该更好，对吧？)而且它稍微更不准确。
那么，如何收敛到一个更好的预先训练好的模型、参数、值呢？这只是一次试错吗？训练我的模型需要大约
浏览 1提问于2019-10-26得票数 0
2回答
我正在创建一个模型，该模型收集来自多个源的数据，并为跨这些源的实例确定一个信任级别(即。所有的来源都有不同的特性，但都有一行'Foo'，'Bar'，等等，我想要一个信心水平)。问题是，我并不总是拥有来自所有来源的数据，这影响了我在运行最终培训模型时所拥有的特性的数量。
我已经考虑过为数据输入的每一个排列创建一个不同的模型，即。如果有来自数据来源A、B和C的可能输入，那么我将有一个为(A，B，C)，(A，B)，(A，C)和(B，C)训练的模型，但是这
浏览 0提问于2023-01-07得票数 1
回答已采纳
目前，NLP最先进的技术是在特定的任务上完善一个大型的预先训练的语言模型，如BERT/GPT等。这些语言模型是对大量数据进行预训练，然后根据为回答问题、机器翻译等。而发布的流行标记数据集进行基本评估。由于这些数据集已成为评估这些模型的事实上的缺省值，这些数据集已一次又一次地在各种网站上发布。因此，这些数据集(训练和测试数据)基本上包括分类任务中的标签或Q/A任务中的答案。所以现在，当训练一种新的大型语言模型
浏览 0提问于2022-10-21得票数 5
1回答
我有一个分类器，它使用给定的一组输入训练数据向量进行训练。培训数据中存在缺失值，这些值被填充为numpy.Nan值，并使用计算机填充缺失的值。但是，在输入向量用于预测的情况下，如何在缺少值的输入中传递？我应该把这个值作为nan传递吗？在这件事上，计算机起着作用吗？如果我必须手动填写这个值，我如何</em
浏览 3提问于2016-11-18得票数 0
回答已采纳
1回答
我将Sports_1M caffe模型转换为Keras，并将其作为预训练模型使用到新的Keras模型中，我还加载了预训练的权重。
我删除了预先训练过的模型的顶层，最后与New连接起来。我不想再次训练加载的预训练模型(只是想使用预训练模型的嵌入，并使用它<em
浏览 0提问于2020-07-19得票数 2
1回答
在Weka中，有一个名为"ReplaceMissingValues“的过滤器，它允许使用每个属性的平均值来替换数据集中所有缺少的值。我想要替换某个属性的缺失值，使用属于某个类的值的平均值。例如，在二进制数据集中，我认为使用只计算属于正类的记录的平均值来替换属于正类的记录中的属性的缺失值会更正确。那么如何才能实现它呢？我们如何才能只替换属于某个类的记录的<
浏览 0提问于2012-04-23得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
