1回答
在Python的多类分类中使用支持向量机有困难。事实上，问题是关于性别分类(从图像)，其中培训数据集只包含"y=1“或 "y=-1”作为类标签(二进制)。但是，在预测中，如果是男性，我必须预测"1“，如果它是女性，则必须预测"-1”，如果分类器不知道，则必须预测"0“。我不知道如何添加这个"0“类。我该用什么？decision_function？
浏览 0提问于2017-03-25得票数 0
回答已采纳
3回答
我的问题是，图书馆是否能用德语检测名词的性别。我希望收到这一信息，以确定文字是否不分性别。有关更多信息，请参见此处：sentence = """Der Mitarbeiter geht
浏览 6提问于2017-02-28得票数 4
回答已采纳
然而，它并没有给出非常随机的结果，而是可预测的结果。range (2000000000)] # Do stuff with the data我也尝试了用随机数做同样的事情，它产生了类似的结果，但不知何故花费了两倍的时间。我还将列表性别更改为X和XXY中的一个，同时拥有其他两个中的49个
浏览 32提问于2019-04-11得票数 -3
回答已采纳
1回答
我有一个由不同特征组成的数据集，比如“性别”。该模型的任务是确定年收入是否高于或低于50k。其基本思想是某种混淆矩阵，而不是类到类的矩阵，而是类到特征的矩阵。
浏览 4提问于2022-09-12得票数 0
回答已采纳
1回答
这些数据来自一个语言处理实验，该实验研究了三个范畴变量(控制/copula/性别)对二项式反应的影响(偏好或不喜欢)。每一个实验因素都有两个层次:控制(主客体)、性(ser/estar)、性别(男性/女性)。
浏览 0提问于2019-03-25得票数 0
回答已采纳
我已经实现了一个预测模型。现在我正在检查是否应该将模型分成两种基于上下文的模型(男性和女性)。我已经创建了一个新的二进制功能，它只与妇女组的一部分相关，它会影响到这一组的预测精度。
浏览 0提问于2017-11-01得票数 1
我目前正致力于人脸识别的性别检测。我只是尝试了OpenCV库来支持我的研究。根据我在一些报纸上读到的，做分类或识别的方法是：从OpenCV性别识别教程，它是使用费舍尔，以适应LDA算法。我从代码示例中了解到，Fisherfaces习惯于训练和预测。PCA和LDA在同一层次上有不同的处理方法。
我想知道渔面(模型->预测)是否包括支持向量机作为预测方法？关于OpenCV的预测是如何工作的？
浏览 3提问于2015-04-27得票数 0
回答已采纳
从本文的中，我发现“serving input function”是为了告诉模型，当模型导出时，它必须从用户那里获得什么数据来进行预测。‘列车输入功能’指的是给定列车数据的列车输入。我认为在大多数情况下，训练数据形状和预测数据形状是相同的。有没有办法通过“训练输入函数”而不是“服务输入函数”来接收预测数据？
浏览 0提问于2018-06-18得票数 0
我正在使用两个类似的inception v3模型，一个训练用来预测年龄，另一个训练用来预测性别。直到层250，两者都具有相同的权重。我需要合并它们以减少大小和处理时间。换句话说，250层的输出将进入年龄的251层和性别的251层的输入，最后我将得到两个不同的预测。
我只在分类部分实现了这一点，但它不能用于隐藏层。
浏览 0提问于2018-06-29得票数 0
我使用UTKFace数据集来预测年龄和性别。在输入网络之前，我正在将图像转换成灰色，然后使用我的笔记本电脑的摄像头进行实时检测，使用opencv。问题是，我不知道如何将检测到的图像转换为numpy数组格式，这样我就可以预测年龄和性别。
浏览 10提问于2022-12-04得票数 -4
2回答
R中x轴的排序
、、、
”)，如下所示：年龄是数字，性别是绝对的然后，我用所建立的模型进行预测。pred <- predict(mylogit, type = "response")plot.ts(ts(pred))
给出了预测图我的问题是:是否可以将
浏览 2提问于2016-02-25得票数 0
回答已采纳
2回答
我知道在StackOverflow上有很多例子，但我想创建一个也包括人口预测的例子，即按性别划分的每个年龄组的酒吧，以及按性别和年龄组划分的预测值。您可以在这里看到一个例子：如果有一些关于如何更好地说明这一点的建议(例如用平滑的线条)，也是值得欢迎的，但我想指出目前的情况和预测。示例数据可在联合国网站上找到：
任何帮助都将不胜感激。
浏览 2提问于2013-04-04得票数 5
回答已采纳
3回答
我有一个列性别的数据框架。它包括对性别的预测。现在，性别专栏有了mostly_male、mostly_female这样的值。我主要想移除。
浏览 3提问于2018-10-18得票数 4
回答已采纳
1回答
我有关于保险、年龄、性别、体重指数、儿童、吸烟者、地区和收费的数据。性别、吸烟者和地区是因素。性别:男性，女性，吸烟者:是的，不，地区:东北，东南，西南，西北。m2 <- lm(charges ~ age + sex + bmi + children + smoker + region)data$region <- as.factor(data$region)
浏览 3提问于2020-10-04得票数 1
回答已采纳
1回答
我完全是R的新手，我有一个使用线性回归的任务，我们必须产生两个不同的模型，看看哪一个更好地预测疼痛。第一个模型只是包含年龄和性别。研究问题指出，我们需要进行分层回归，通过建立一个包含年龄和性别作为疼痛预测因素的模型(模型1)，然后建立一个包含以下预测因素的新模型:年龄、性别、STAI、疼痛灾难、正念和皮质醇测量(模型2)。因此，模型1中使用的预测器是模型2中使用的预测器的子集。在两个模型完成后，需要进行比较，以评估与模型1相比，模型2中是否获得了关于疼
浏览 1提问于2017-11-15得票数 1
1回答
我目前正在研究一个基于本地化的社交网络( lbsn )系统，我需要预测用户的年龄和性别。
每次用户进入会场时，系统都会与用户、地点和日期时间一起创建一个“签入”。是否有可能利用上述数据预测用户的年龄和性别？
浏览 0提问于2017-10-25得票数 1
y", "age_catg", "race_catg", "sex_catg"])desc_tab = pd.crosstab(t
浏览 0提问于2018-11-05得票数 1
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
实时音视频活动推荐
腾讯云开发者
