有没有办法生成一个只包含0和1的数据集？我想创建一个数据集，它有4个0和1的特征，还有这个数据集被标记为0和1。数据应该是50%标记为0，50%标记为1，并且是线性的。数据</e
浏览 11提问于2019-02-25得票数 2
我想根据训练和验证数据集的不同大小来比较模型的性能。我希望能够构建一个循环，使用10k训练和1k val数据训练我的pytorch模型，并线性增加数据集大小，直到100k训练和10k val数据集大小。
我还需要考虑目标类，因此以某种方式实现分层拆分。有谁知道如何轻松地将其嵌入到我的<
浏览 1提问于2021-01-07得票数 0
2回答
我不知道该怎么称呼这件事，所以我试着用普通的术语来描述这个问题是什么。我有一个只包含0和1的数据，所以对于每一个人来说，而不是有一个具有因子值(ex )的列。0
如何转换R中的数据集，从而创建新的列(房间数目)，并为1(在第4列)的位置提供一个vhigh值？我有很多种不同的费用，我需要这样做。这21列表示1000+观测的
浏览 1提问于2018-04-02得票数 0
1回答
我正在阅读“统计学习的要素”一书中线性回归和k近邻的生成数据。以下是文本中提到的两个场景**情景1:每个类别中的训练数据是由二元高斯分布产生的，它们具有不相关的</e
浏览 4提问于2020-09-15得票数 0
我得到了这个错误： ValueError: Unknown label type: 'continuous' 下面是我的代码： data=data.dropna()y = array[:,-1]model
浏览 122提问于2021-04-23得票数 0
内半径rad有两个半圆，由red( -1 )和blue ( + 1)分隔。上半圆的中心与底部半圆边缘的中间对齐。这个任务在sep >= 0时是线性可分离的，而对于sep <0则不是这样。设置rad = 10，thk = 5和sep = 5。然后，均匀地生成2000个示例，这意味着每个类大约有1000个示例。
有人能帮我
浏览 0提问于2018-08-13得票数 0
回答已采纳
我正在尝试遍历多个目录和多个GDB，以创建一个要素类列表。我遇到的问题是，当我试图从列表中删除某些要素类时，脚本只是被忽略了，或者我得到了一个错误，说明列表中不存在x。(X)。要素类名称的问题是，它有3个字母，对于每个GDB是唯一的，同时仍然有2个其他标准组件。如下所示：
directory1 > directory1.gdb > shapes > fc_dir<
浏览 0提问于2013-05-23得票数 0
2回答
我正在尝试从Pandas数据集(>10 to )创建一个稀疏矩阵表:类---------------------现在，每个教师和学生都有一个与之相关联的数字。,(r,c)),shape=(len(students),len
浏览 0提问于2016-10-09得票数 4
4回答
我正在实现一个非线性支持向量机，我想在一个简单的不可线性分离的数据上测试我的实现。谷歌并没有帮我找到我想要的东西。你能告诉我在哪里可以找到这样的数据吗？或者至少，我如何手动生成这样的数据？
谢谢,
浏览 1提问于2011-05-07得票数 8
回答已采纳
我正在研究一个相对较大的基于文本的web分类问题，我计划在python中的sklearn中使用多项式朴素贝叶斯分类器，并使用scrapy框架进行爬行。然而，我有点担心sklearn/python对于一个可能涉及数百万网站分类的问题来说可能太慢了。我已经在DMOZ的数千个网站上训练了分类器。研究框架如下：
1)爬虫登陆一个域名，抓取网站上20个链接的文本(深度不超过1个)。(对于爬虫的示例运行，这里的标记化单
浏览 0提问于2013-04-13得票数 5
我正在使用(pyspark) mllib (Spark 2.2.0)中的奇异值分解和主成分分析函数，如以下链接所述：[(2, 2), (3, 1), (2, 2), (1DenseVector([-0.5883, -0.0])][[-0.70710678 -0.70710678]这里有一个问题: spark中的特征向量到底是什么现在与应用computePrincipalComp
浏览 1提问于2019-05-07得票数 2
我在做一些关于svm内核方法的实验。我比较这些问题的方法是存在一些多类和二进制分类问题，并且在每组中都有一些p > n、n > p和p == n的例子。但是，要找到一些示例(每个子组大约有5个)真的很难，所以我想用sklearn生成它们。这么说，我不知道如何以一贯和现实的方式去做这件事。我可以生成数据集，但是我不知道为我的目的设置了哪些参数。因此，基本
浏览 0提问于2021-09-08得票数 0
我的数据集具有要素列和目标标签0和1。但我的问题是，它是如何在数学上预测的。边际超平面H1和H2的方程为: W^T X +b >= 1
这意味着如果大于+1，它属于一个类。如果小于-1，则它属于另一个类<
浏览 5提问于2021-02-04得票数 1
1回答
假设我有100k x 400的数据集。init_weights))model.add(SReLU())model.add(Dense(1,activation = 'linear', init = init_weights))model.compile(loss = ..和
model.fit(input_matrix
浏览 11提问于2017-03-17得票数 4
在Tibshirani的“统计学习要素”中，在比较最小二乘/线性模型和knn时，说明了以下两种情况：
场景1:每个类中的训练数据是由二元高斯分布产生的，它们具有不相关的分量和不同的均值。场景2:每个类中的训练数据来自10个低方差高斯分布的混合数据，单个均值本身分布为高斯。其思想是，
浏览 1提问于2015-09-04得票数 5
回答已采纳
2回答
对倾斜的验证数据的限制
、、、
我有一个严重倾斜的数据集，由20个类组成，其中最小的类包含1000个样本，最大的几百万个。因为我的数据集有如此大的偏差，对我<
浏览 0提问于2017-11-03得票数 3
我想识别栅格地图上的线性要素，例如道路和河流，并使用R将它们转换为线性空间对象(SpatialLines类)。raster和sp软件包可用于将要素从光栅转换为多边形矢量对象(SpatialPolygons类)。rasterToPolygons()将从栅格中提取特定值的单元格，并返回多边形对象。sinuous linear feature on a raster as an example
library(raster
浏览 2提问于2012-03-07得票数 15
回答已采纳
2回答
我试着训练一个分类器来完成多类分类任务。但是，数据集非常不平衡。在大约160个独特的标签中，大约有一半是这样的，只有10个或更少的样本对应于每一个稀有标签。大约有20个标签恰好出现一次。因此，数据集包含了几个类，这些类很好地表示，并且有非常长的和瘦削的稀有标签尾。
数据集中大约有50个特征(包括数字特征和分类特征)和</
浏览 0提问于2022-01-16得票数 0
回答已采纳
1回答
在Logistic回归中，我们从数据集的培训中学到了什么？与线性回归一样，在训练集的帮助下，我们能够生成一条最佳拟合线(y= mx+c)，其中m和c来自于训练我们的数据集。同样地，一旦我们训练了我们的logistic回归模型，模型会学到什么，然后用来预测特定输入的类呢？
浏览 0提问于2019-08-31得票数 0
回答已采纳
2回答
当我们谈论感知器时，我们说它们对于线性可分函数的逼近是有限的，而使用非线性变换的神经网络则不是。
我很难理解线性可分性的概念。具体来说，它是只适用于二进制分类，还是推广到N类？如果是这样，那么4个类的线性决策边界看起来是什么样的呢？
浏览 0提问于2020-01-23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
