我试图在交叉验证的每个步骤中标准化我的数据，我遇到了这个from sklearn.pipeline import make_pipelinemake_pipeline(preprocessing.StandardScaler(), svm.SVC(C=1))这看起来确实是我想要实现的目标，然而，我的意图是使用而不是StandardSc
浏览 11提问于2020-05-18得票数 0
回答已采纳
1回答
我正在通过交叉验证运行一个逻辑回归的管道，使用scikit-learn。我从下面代码中的每一个折叠中得到分数。我如何得到混淆矩阵？
浏览 0提问于2018-03-31得票数 4
1回答
我需要实现最小二乘回归来拟合1-27次多项式.然后，我需要得到留出一次错误(k=n的交叉验证)。在进行了大量研究之后，获得LOO错误的最佳方法似乎是使用sklearn cross_val_score()。我的问题是，我不知道如何或是否可能使用回归模型。, X, y, scoring=mse, cv=n)
我不知道估计器是什么，也不知道如何在cross_val_score中得到它。对于python和这些主题来说，这是一个新的</
浏览 0提问于2020-03-06得票数 0
1回答
我有一个问题，我试着构建我自己的分类器，它是完成的，它工作得很好，但当我尝试使用交叉验证分数时，我得到了一个错误： if np.isnan(other):
TypeError: Not implement
浏览 3提问于2015-08-05得票数 1
我正在使用交叉验证来评估具有scikit-learn的分类器的性能，并且我想要绘制精度-召回率曲线。我在scikit-learn`s的网站上找到了来绘制PR曲线，但它没有使用交叉验证进行评估。在使用交叉验证时，如何在scikit学习中绘制精确召回曲线？我执行了以下操作，但我不确定这是否是正确的方法(psudo代码)：
pr
浏览 2提问于2014-10-27得票数 7
我使用来检查Scikitlearn中各种算法的效率。现在，我知道在分类中有以下步骤
现在，我想跳过步骤3(我已经这样做了)，从用户那里获取输入，并根据经过训练的变量测试它。
浏览 7提问于2015-11-14得票数 1
回答已采纳
当得分设置为cv.values_度量时，我试图理解存储在Scikit-Learn的RidgeCV的r2_score对象中的值。根据 for Scikit-Learn的RidgeCV函数，当store_cv_values=True：
每个alpha的交叉验证值(仅当store_cv_values=True和cv=None可用)在调用fit()之后，该属性将包含均方错误(默认情况下)或{loss，score}_func
浏览 11提问于2020-09-01得票数 3
我有一个这样的估计器： import numpy as npget_params(self, deep=False):然后，我创建了一个管道，其中包含估计器(以及其他)，并将其提供给Gri
浏览 2提问于2017-01-26得票数 0
我有一个不平衡的数据集，所以我有一个只在数据训练期间应用的过采样策略。我喜欢使用诸如GridSearchCV或cross_val_score之类的scikit learn类来探索或交叉验证我的估计器(例如SVC)上的一些参数。然而，我看到你要么传递了简历折叠的数量，要么传递了一个标准的交叉验证生成器。我想创建<
浏览 0提问于2015-05-05得票数 21
它在n折交叉验证中工作得很好，但是如果我使用LeaveOneOut，它就不能工作并生成错误消息。如何使用python和scikit-learn进行计算？如果这是不可能的，使用大折叠交叉验证结果会喜欢吗？
浏览 0提问于2015-12-30得票数 2
1回答
我在python中编写了一段代码，使用scikit-learn模块执行支持向量机分类，并进行递归的特征消除和交叉验证：rfecv = RFECV，我无法理解为什么使用交叉验证模型(rfecv.fit)时的输出分类与默认模型(svc.fit)不同。交叉验证的模型是否表示基于预测分数(f1)值的最佳模型？如果
浏览 2提问于2015-03-24得票数 0
回答已采纳
似乎科学知识的GridSearchCV收集其(内部)交叉验证折叠的分数，然后在所有折叠的分数之间进行平均。我想知道这背后的理由。乍一看，将交叉验证折叠的预测收集起来，然后将所选的评分标准应用于所有折叠的预测，似乎更加灵活。我偶然发现这一点的原因是，我在一个不平衡的数据集上使用了GridSearchCV和cv=L
浏览 0提问于2017-11-30得票数 5
回答已采纳
我在实践中理解交叉验证，但我不确定SciKit的GridSearchCV如何使用它来生成模型的总体分数/度量。例如，如果我做了一个多度量评估，交叉验证步骤是否采用了拆分的k模型中的每个度量的平均值？我试着在文档这里中查找这一点，甚至在SciKit-Learn的_search模块中搜索，但我仍然找不到确切的答案。
浏览 0提问于2023-01-07得票数 0
我使用不平衡数据通过scikit-learn执行分类并提高模型的准确性，我使用SMOTE技术创建了更多的合成数据。我想知道用GridSearch实现超参数优化的最佳时机。
浏览 12提问于2019-10-30得票数 0
2回答
假设我在我的特性工程中有很多步骤:我会有很多变压器在我的管道中。我想知道，在管道交叉验证过程中，星火如何处理这些变压器:它们是否在每一次折叠中执行？在交叉验证模型之前，应用变压器会更快吗？这些工作流中哪一个是最快的(或者有更好的解决方案)：transformer1 =
浏览 0提问于2018-07-24得票数 2
我是一个自学的Python用户。代码中，然后，80%的数据用于训练，20%用于验证，20,000次重复训练。和,所以，我认为这段代码是一个交叉验证，或者更确切地说，是一个与k=5的k部门交叉<e
浏览 6提问于2021-07-18得票数 4
回答已采纳
XGBoost库通过xgboost.cv()拥有自己的交叉验证的实现。看起来，它需要将数据存储为DMatrix。不用使用xgboost.cv()，我可以使用XGBoost的雪橇与GridSearchCV()、RandomizedGridCV或cross_validate()一起使用sklearn执行交叉验证。如果我使用交叉验证的sklearn实现，我可以使用pandas.DataFrame的S<em
浏览 0提问于2022-12-28得票数 0
我对交叉验证有一个普遍的怀疑。 在模块2的笔记本中，提到应该使用管道进行交叉验证，以防止数据泄漏。我理解为什么，但是对流水线函数有疑问： 如果我想在一个管道中使用三个函数：MinMaxScaler()，PolynomialFeatures(用于多个度数)和最后的A Ridge (用于多个Alpha值由于我希望在使用多个参数值后找到最佳模型，因此我将使用GridSearchCV()函
浏览 12提问于2020-07-08得票数 1
我想使用scikit LassoCV/RidgeCV，同时在每个折叠训练集上应用'StandardScaler‘。我不想在交叉验证之前应用定标器以避免泄漏，但我不知道如何使用LassoCV/RidgeCV来做到这一点。非常感谢。
浏览 2提问于2016-09-13得票数 1
阅读以下文章：https://kiwidamien.github.io/how-to-do-cross-validation-when-upsampling-data.htmlX_train, X_test, y_train, y_test = tra
浏览 0提问于2022-01-01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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
