为了决定使用多少个输出维度，我需要能够找到保留方差(或解释方差，我相信它们是相似的)。Scikit-learn似乎拥有到目前为止最好的流形学习算法选择，但我看不到任何获得保留方差统计的方法。有没有我遗漏的scikit-learn API的一部分，或者计算保留方差的简单方法？
浏览 46提问于2016-07-21得票数 2
我正在使用scikit学习主成分分析，并试图选择满足1-(sum I 1 to K Sii)/(sum J 1 to N Sjj) <= 0.01的最小分量数，其中S是svd对角线矩阵，以便保持99%的方差scikit学习是否有一个函数，返回给定方差的最小分量，保留%阈值？
谢谢。
浏览 1提问于2015-11-03得票数 1
回答已采纳
在解决其中一个机器学习问题的过程中，我对训练数据进行主成分分析，然后利用学习方法对训练数据进行.transform处理。在观察了这些差异之后，我只保留了那些从转换后的数据中得到的列，这些列的方差很大。现在，我很困惑如何在测试数据上应用经过训练的模型，因为测试数据的列数和保留的转换数据(应用随机林的数据)是不同的
浏览 0提问于2016-04-03得票数 3
回答已采纳
2回答
在scikit学习中，有一种叫做的方法。此方法接受百分比参数。将此参数解释如下：
> # Make an instance of the Model 对于这个解释的</em
浏览 3提问于2018-06-08得票数 4
回答已采纳
1回答
我试图使用PCA减少MNIST数据集的维度。诀窍是，我必须保留一定百分比的方差(例如80%)，同时减少维数。我在用Scikit学习。我正在做pca.get_variance比率，但它给我相同的值，不同的点位置，如9.7，或.97或.097。我也尝试过pca.get_variance()，但我认为这不是答案。我的问题是如何确保降低维数，并保持一定的方差百分比？
浏览 2提问于2016-05-20得票数 2
回答已采纳
2回答
我正在学习制作推荐系统的教程，在那里我看到最近的邻居和KNN分类器是不同的。有人能解释一下，什么是最近的邻居，KNN之间有何不同？
浏览 0提问于2021-04-26得票数 5
2回答
在python中，有几种做核密度估计的方法，我想知道它们之间的差异，并做出一个很好的选择。我想我们可以和1d, 2d，bandwidth selection，Implementation和performance做比较速度通常是快速的，可以在多维上执行，但在决定带宽方面没有帮手。
我查看了一下scipy.kde，似乎有一种带宽选择方法。
浏览 3提问于2016-02-24得票数 0
1回答
我应该使用什么机器学习方法来预测股票、黄金等价格？
我更喜欢使用Python，但我找不到起点，因为它对我来说太复杂了，我也不知道如何开始它。
浏览 49提问于2019-05-27得票数 -3
回答已采纳
5回答
在scikit learn有关DBSCAN的示例中，这里在行中这样做：但我不明白为何要这样做。毕竟，聚类并不假定数据的任何特定分布--它是一种无监督的学习方法，因此它的目标是探索数据。
为什么有必要转换数据？
浏览 0提问于2015-08-06得票数 35
回答已采纳
1回答
有没有人可以教我如何在sklearn中测试几种不同的机器学习方法，一旦我让它与svm.SVC一起工作？我有：答案=我想要学习预测的二进制数组(1或0)，形状约为1000 x 1[datatrain, datatest, answertrain(我也对sklearn中可用的方法的建议持开放态度，因为我对机器学习相对较新。)
浏览 1提问于2018-09-01得票数 0
回答已采纳
2回答
这里是关于科学学习中的超参数优化过程的概述。随机搜索比网格搜索速度快，但方差过大。在其他包中也有其他策略，包括scikit优化、自动滑雪和scikit超带。理想情况下，我希望使用带有基准的</em
浏览 0提问于2019-03-13得票数 11
6回答
在运行了Scikit中的方差阈值之后--学习一组数据，它删除了几个特性。我觉得我在做一些简单而又愚蠢的事情，但我想保留剩下的特性的名称。selector.transform(data)))x = VarianceThreshold_selector(data)更改以下数据(这只是行的一小部分1 2 38 1 0
浏览 6提问于2016-10-02得票数 19
回答已采纳
我正在使用多种机器学习方法(支持向量回归、随机森林回归和通过scikit- learning进行的knn回归)，并想知道如何确定哪种方法最适合于递增地递增我的训练样本10,000条记录。我的训练数据大小大约是80k记录，我的测试数据集大约是30k记录。随着培训规模的增加，我期望我的训练验证分数(RMSE，MAPE)在完整的训练数据集上会减少，而我的测试验证分数将会增加。，为了对这些机器学习<
浏览 0提问于2019-08-30得票数 2
当选择主成分数(k)时，我们选择k作为最小值，例如99%的方差被保留。但是，在Python学习中，我不能100%确定pca.explained_variance_ratio_ = 0.99是否等于"99%的方差被保留“？有人能启发一下吗？谢谢。学习PCA手册在这里
浏览 10提问于2015-09-30得票数 45
回答已采纳
我有一个流形学习/非线性降维问题，其中我知道物体之间的距离，直到某个阈值，然后我只知道距离是“远”的。另外，在某些情况下，有些距离可能会丢失。我试图使用sklearn.manifold来执行查找一维表示的任务。自然的表示方式是将“远”距离表示为inf，而缺失距离表示为nan。然而，目前看来scikit-learn不支持nan和inf值，因为我得到了sklearn.manifold中的多个学习函数的距离矩阵。
浏览 3提问于2013-07-08得票数 4
1回答
我不知道为什么我的MLP代码产生不同的F1-分数与每次运行。百分比的也有很大的不同。
我尝试过添加随机状态，但是仍然收到相同的结果。我很想知道我是不是遗漏了什么。
浏览 7提问于2022-06-07得票数 0
1回答
在解释优势函数时，通常认为使用基线可以减少方差。我没有找到任何具体的理由来证明这一点。有人能为减少方差提供一些参考或正式的理由吗？
浏览 0提问于2016-12-22得票数 1
回答已采纳
2回答
我正在进行一个逐步的模型选择，逐步降低变量的方差通货膨胀因子超过一定的阈值。对于较大的数据集，OLS最快的实现是什么？基于梯度下降的方法会更快吗？科学知识有一个特别快的实现吗？更新1:似乎scikit学习了LinearRegression的</
浏览 4提问于2014-07-01得票数 4
回答已采纳
1回答
我想将数据集的维数降到25-50-100维，然后计算这些维度之间的关联矩阵。我有连续的和离散的列。我还想知道哪些维度代表原始数据集中的单个变量束。我要补充的是，我没有输出变量，我只是试图在数据中找到相关性。在Python中有办法做到这一点吗？
浏览 0提问于2021-02-25得票数 1
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
