根据LightGBM在下面链接中的文档，参数categorical_feature (用于分类特性)声明“分类特性中的所有负值都将被视为缺失值。”https://lightgbm.readthedocs.io/en/latest/pythonapi/lightgbm.LGBMClassifier.html#ligh
浏览 64提问于2020-10-12得票数 1
回答已采纳
我在看一个为Kaggle比赛张贴的笔记本电脑。他们使用lightgbm，叶数设置为40。如果我明白的话，这就限制了弱学习者(决策树)的大小，这些树不能有超过40片叶子。但是，经过培训，我们发现最重要的特性是包含1000+类别的分类变量！如果在决策树中为该变量使用分支，那么它不一定至少有1000+叶吗？
这种情况是如何处理的？当弱学习者的离开数小于其中一个变量中的<
浏览 0提问于2020-02-07得票数 1
3回答
我目前正在学习GBDT，并开始阅读LightGBM的研究论文。问:如果我们有一个单一热编码的</e
浏览 0提问于2018-11-30得票数 10
回答已采纳
1回答
我在使用支持向量机进行分类时有问题。假设我有10个类，从0到9。我可以训练SVM来识别这些类，但有时我得到的图像不是数字，但是SVM仍然试图对这个图像进行分类。是否有一种方法可以为支持向量机的输出设置阈值(我可以为神经网络设置)来拒绝不良图像？我可以要求代码示例(用C++或)吗？提前谢谢。
浏览 1提问于2014-04-25得票数 0
回答已采纳
3回答
假设我有一个包含1000万张图像的训练数据集，其中包含100,000个不同人的图像。我想创建一个ML模型，它可以识别给定图像中的哪个人。考虑到大量的人(类)，最好的方法是什么？
浏览 1提问于2019-12-12得票数 3
我想使用KNN在一个滑雪管道中的分类特征(多个分类功能缺失)。
是否有任何现有的方法允许使用KNN (或任何其他回归体)将缺失</
浏览 1提问于2019-09-03得票数 1
回答已采纳
假设我在一个数据集中有3个分类属性和2个连续属性。如何使用这5个变量构建决策树？编辑：
对于分类变量，可以很容易地说，我们只将它们除以{yes/no}并计算出gini的总增益，但是我的怀疑主要是关于连续属性的。假设我有一个像{1,2,3,4,5}这样的连续属性的值。我的分裂点选择是什么？它们是在每个数据点(如{<1,>=1......& so on
浏览 0提问于2018-06-04得票数 24
回答已采纳
5回答
范畴变量的大no与范畴的大no
、、、、
我正在处理一个二进制分类问题，其中数据集略有不平衡(30%，类0，70%，类1)。这样做可以吗？此外，什么样的分类</
浏览 0提问于2019-06-04得票数 5
例如，假设我有一个具有独立特征的数据集--年龄、性别、姓名和收入。而我的因变量是加载审批状态。
如果我想使用KNN或SVM，是否需要将性别转换成一个数值变量？如果是，如何在KNN或SVM等基于距离的算法中使用？
浏览 0提问于2020-04-22得票数 0
2回答
在分类特征中处理丢失的数据
、、、、
我有一个数据集，其中一个分类列有相当数量的缺失值。这个专栏的有趣之处在于，它只对“另一”列中的特定类别具有值。ImageFacebook Image
我感兴趣的专栏只有一个类别(Facebook)的值，而后者存在于另一个专栏中</em
浏览 0提问于2020-08-21得票数 3
1回答
态
假设我的分类预测器是enum类型的，并被理解为非序数.那么，“与最左边垃圾箱中的异常值一起分组”意味着什么？它还与文档中另一个问题<e
浏览 0提问于2018-10-24得票数 1
回答已采纳
1回答
我有一个具有15个特性的LightGBM回归模型。其中5个特征对训练集有98.7%的NA值。对于每一行，所有五个功能都是NA。在输入模型之前，我将缺失的值计算为零。对于相同的五个特性，测试集有90%的NA。由于测试集也缺少这5项功能中的大部分，它对模型没
浏览 0提问于2022-09-25得票数 0
1回答
用于分类的不同大小的多个特征集
、、、、
我有多个不同的功能集。这些特征存储在数据帧中。问题是，它们的大小不同。我的第一个特性集是一个512长大小的浮点矢量。第二个特性集是12个浮点数。诸若此类。所以我有了
浏览 1提问于2020-05-22得票数 0
1回答
我感兴趣的是在推理阶段(而不是在培训期间)生成预测，在这个阶段中缺少一些特性。问题陈述和我的实现是：
I有一个26k样本的表格数据集，包含17个特征(有些是分类的，有些是连续的)，-许多样本(约3k)缺少多个特征值，I使用多种方法进行计算。是，music_genre是目标，而有浮点值<
浏览 8提问于2021-12-14得票数 0
0, 122, 0, 1, 1, 0, 2]]print(prediction)dataset[col_to_scale] = s_sc.fit_transform(dataset[col_to_scale])
我使用过不同的分类模
浏览 2提问于2022-06-17得票数 0
我正在尝试使用lightGBM作为分类器。我的数据保存在多个csv文件中，但我发现无法直接使用多个文件作为输入。
我曾考虑将所有数据合并成一个大的数据(numpy数组)，但我的计算机没有足够的内存。当可用内存不足时，如何使用lightGBM处理多个数据文件？
浏览 1提问于2018-04-24得票数 0
1回答
我有一个有7个属性的数据集，即时间，C1，.C7关于地震的报告，其中每一列/属性代表损害的某一方面，即功率、sewer_and_water、shake_intensity等。由于每个属性中的某些评分可能不可信，因此我试图计算一个加权分数，如下所示：(C1 * W1) + (C2 * W2) +.+ (C7 * W7)；其中Ci是ith属性，Wi是它的特征重要性评分。为了计算每个行/数据点的
浏览 0提问于2019-05-23得票数 1
1回答
我已经看到，在Kaggle比赛中，人们使用的是lightgbms，而以前他们使用的是xgboost。我的问题是:什么时候你宁愿使用xgboost而不是lightgbm呢？那卡波普呢？
浏览 0提问于2019-04-19得票数 22
回答已采纳
我需要实现朴素贝叶斯分类器并绘制ROC曲线
1) only 2 classes(Trousers and pullovers) out of 10 classes of the [FMNIST][1]我已经成功地实现了这两种情况下的朴素贝叶斯分类器，但我无法理解如何实现ROC曲线，因为它需要设置阈值。朴素贝叶斯分类器仅使用离散分布的似然和先得到后验，特征值为RGB(0-255)值，阈值为127个(每个测试样本的特征数
浏览 1提问于2019-01-19得票数 0
回答已采纳
2回答
我正在尝试在泰坦尼克号数据集(熊猫数据集)的一个子集上使用sklearns。默认情况下，编码器根据每个特性中的唯一值导出类别。或者，您也可以手动指定类别。并且声明我不需要指定类别，因为它是自动完成的。
‘auto’：从培训数据中自动确定类别。所以我可以看到，已经添加了更多的特性(正如它应该的那样)，但是实际上正在编码哪些类别呢？
浏览 1提问于2020-12-30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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
