如果我想使用这些级别详细信息来子集我的数据，以返回到训练数据级别，假设新数据的级别比以前用于建模的级别更多。我怎么能这么做呢？
这样做的目的是为了避免新数据中存在新因素的错误。
浏览 3提问于2019-08-03得票数 0
回答已采纳
我正在尝试使用带有libsvm库的SVM-RFE来运行基因表达数据集。我的算法是用Matlab编写的。该特定数据集能够在不应用特征选择的情况下在5倍CV下产生分类精度的80++%。当我尝试在这个数据集上应用svm-rfe时(相同的svm参数设置，使用5倍的CV)，分类结果变得更差，只能达到60++%分类精度。);
c = w.^2;
[c_minvalue, f] = mi
浏览 6提问于2015-06-09得票数 2
我想知道GridSearchCV返回的分数与如下计算的R2指标之间的差异。GridSearchCV)from sklearn.metrics import accuracy_score, r2min_samples_leaf':np.arange(1,5)}
regressor = GridSearchCV(DecisionTreeRegressor(), parameters, scoring = 'r2regressor
浏览 0提问于2018-05-08得票数 7
回答已采纳
我能不能把我所有的训练数据，训练他们的基本模型，然后把他们的结果，并使用他们的训练水平2模型？这是一个好的做法，还是应该采取不同的做法？
浏览 0提问于2020-01-12得票数 1
回答已采纳
1回答
我正在开发一个金融时间序列预测模型，使用sklearn使用StandardScaler进行缩放。我训练一个模型，然后在数据输入时定期使用该模型。由于数据量大，培训必须分批进行。现在，我正在使用不同的定标器对每个批进行缩放，以训练每个批次，并对每个测试/真实数据批进行缩放。我担心的是，从数据子集中删除平均值会删除大量信息--1500美元资
浏览 0提问于2022-10-19得票数 0
1回答
当我试图在R中使用Logistic回归模型进行预测时，我有以下错误：
Model.frame.default中的错误(术语、新数据、na.action = na.action、xlev =对象$xlevel)：因子admission_type_id有新的级别8
据我所知，"admission_type_id“栏目的测试数据与训练数据相
浏览 0提问于2018-06-09得票数 0
1回答
我使用交叉验证，因为我有x个测量数据库，我想评估我是否能够用x数据库的子集来训练一个神经网络，并将神经网络应用到看不见的数据库中。因此，我还介绍了一个测试数据库，它不用于超参数识别阶段。，在训练和验证数据上使用这些参数(历元数= 54)训练一个模型。，，历元数不是一个需要调优的超参数。模型使用所有的网络拓扑、优
浏览 1提问于2020-04-29得票数 1
回答已采纳
5回答
简单地说，交叉验证和网格搜索的区别是什么？网格搜索是如何工作的？我是不是应该先做交叉验证，然后再做网格搜索？
浏览 17提问于2013-10-12得票数 53
1回答
特征选择(Boruta)
、、、
我正在做信用风险建模，数据有大量的特性，我正在使用boruta软件包进行特征选择。该包计算成本太高，无法在完整的培训数据集上运行。我想要做的是获取训练数据的一个子集(比如20-30%)，并在该子集数据上运行boruta包，并获得重要的特性。但是当我使用随机森林来训练数据时，我也使用了完整的数据集。我的问题是，只在一部分训练<em
浏览 2提问于2017-05-03得票数 0
回答已采纳
1回答
我正在做信用风险建模，数据有大量的特性，我正在使用boruta软件包进行特征选择。该包计算成本太高，无法在完整的培训数据集上运行。我想要做的是获取训练数据的一个子集(比如20-30%)，并在该子集数据上运行boruta包，并获得重要的特性。但是当我使用随机森林来训练数据时，我也使用了完整的数据集。我的问题是，只在一部分训练<em
浏览 0提问于2017-05-02得票数 0
回答已采纳
1回答
我正在学习随机森林回归模型。我知道它形成了许多树(模型)，然后我们可以通过平均所有树的结果来预测我们的目标变量。我对决策树回归算法也有一定的了解。我们怎样才能形成最佳的树木数量呢？例如，我有一个数据集，其中我正在预测人员工资，而我只有两个输入变量，分别是“经验年限”和“绩效得分”，那么使用这样的数据集我可以形成多少随机树？随机森林树依赖于输入变量的数量吗？
浏览 127提问于2019-06-08得票数 1
在数据上训练xgboost (eXtreme梯度增强)模型的最佳实践是什么？分割数据训练多个模型？有没有更优雅的解决方案？
浏览 0提问于2017-12-03得票数 7
我正试图用基于O‘’Reilly图书示例的支持向量机模型(机器学习用于金融风险管理和Python)来预测波动性。当我准确地复制示例(使用S&P 500数据)时，它工作得很好，但是现在我在处理特定的基金回报数据时遇到了问题：r = np.array([ nan, 0.0013933()
z = norm.ppf(0.95)
vol = r.rolling(5).s
浏览 11提问于2022-05-24得票数 0
回答已采纳
我用studio.azureml.net编写了一个ML模型--它的决定系数为0.947，非常好，但这是针对其中一家企业的。我现在需要训练其他51人的模式。是否有办法在单个ML模型中做到这一点，而不需要创建52个非常相似的模型？向马丁问好
浏览 0提问于2019-05-29得票数 1
回答已采纳
1回答
回归建模中的整型与浮点型
、、、、
我有一个数据帧，所有列都有浮点值(精度在2到8位之间变化)。将所有列转换为整数值时相同- r2分数-0.72
float转换为integer时，r2分数为什么会下降？它是非常特定于我的数据，还是一般情况下它会被删除？
浏览 27提问于2020-02-28得票数 0
我想在使用Keras时对模型进行微调，我想要更改训练数据和学习率，以便在纪元数达到10时进行训练，那么如何在指定的纪元数结束时获得回调。
浏览 0提问于2019-08-24得票数 0
1回答
我想知道keras中的fit_generator()在内存使用方面是否比使用通常的fit()方法(与生成器产生的batch_size相同)有什么优势。samples如果我将它传递到fit_generator()方法中，或者只是将所有数据直接传递到
浏览 1提问于2017-07-24得票数 3
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
