1回答
我认为逻辑回归可以用于回归(获取0到1之间的数字，例如使用逻辑回归来预测0到1之间的概率)和分类。问题是，似乎在我们提供了训练数据和目标之后，逻辑回归可以自动计算出我们是在进行回归还是在进行分类？例如，在下面的示例代码中，逻辑回归计算出我们只需要输出是3个类0, 1, 2中的一个，而不是0和2之间的任何数字？只
浏览 12提问于2016-08-25得票数 0
1回答
如果我想使用一种单词包方法和一个分类器，如Logistic回归或Scikit学习中的SVMs，这将如何工作呢？对于我的输出来说，用3个类来预测的步骤是什么？我是否必须将每个类作为一个二进制分类，并做一些事情来组合结果，还是说滑雪板可以为我做一些处理，所以我不需要指定这一点？
浏览 4提问于2017-11-15得票数 1
回答已采纳
我试图运行逻辑回归，我的数据(6个分类，1个整数)使用科学知识学习。我正在跟踪scikit学习文档，但是当我试图拟合我的数据时，我得到了以下值错误。有人能帮忙吗。
浏览 4提问于2015-11-19得票数 1
回答已采纳
我正在学习使用scikit学习作为R/SAS EM的替代品来生产机器学习模型。我可以生产一个逻辑回归分类器，并将其应用于测试集，但我似乎无法确定如何查看回归公式。我知道，我不能保存为一个PMML，只使用joblib或泡菜转储，但这些不是很直观。托比
浏览 0提问于2014-12-29得票数 1
回答已采纳
2回答
我有一个多类分类问题。我使用的是随机森林分类器。我的老板问我，是否也可以用回归来看待我们的问题。我理解，对于分类任务，使用分类器当然更好，但实现回归模型是可能的。我的数据是这样的： 我有一个由软件需求组成的数据集，这些需求的等级为1、2、3、4或5。然后，我创建了一个特征矩阵，用于训练模型以对类进行预测，其中包含10个特征，例如: num_words、num_sentences、num_syllables、weak_words、flesh_idx等有没
浏览 33提问于2019-10-08得票数 1
1回答
我试着用logistic回归来做预测，用Python和sklearn库测试准确性。我正在使用我从这里下载的数据：
ValueError: Unknown label type: 'continuous'
我在做线性回归时使用了同样的逻辑，它适用于线性回归。
浏览 1提问于2019-03-01得票数 1
回答已采纳
在scikit-learn包中，我们找到了函数。我找到的关闭函数是，它允许使用多层，但输出是用于分类的类。
浏览 30提问于2018-02-21得票数 0
scikit-learn库有以下类似的分类器： Logistic回归分类器有不同的求解器，其中之一是“sgd”。http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression它也有一个不同的分类器'SGDClassif
浏览 42提问于2017-05-14得票数 14
在使用随机森林回归器(或任何集成学习者)时，处理丢失的分类特征值的一般准则是什么？我知道scikit学习有归并函数(如mean...strategy或邻近)来推断缺失的值(数字)。但是，一个人如何处理缺失的分类价值:比如工业(石油、计算机、汽车、None)、专业(学士、硕士、博士、None)。
如有任何建议，将不胜感激。
浏览 2提问于2016-05-13得票数 1
一些背景信息-我最近刚刚学习了Python中的一些机器学习方法(scikit和一些统计模型)，例如线性回归，逻辑回归，KNN等。我可以在pandas数据框中准备数据，将分类数据转换为0和1。我也可以将这些加载到模型中(例如，scikit learn中的逻辑回归)。我知道如何训练和测试它(使用CV等)，以及一些微调方法(gridscore等)。但这一切都在根据新数据预测结果的范围内。我主要专注于<em
浏览 4提问于2017-05-18得票数 0
1回答
我有一个与回归有关的问题，但我不知道如何进行。d2 N a1 b3 c2 d3 Y a1 b1 c4 d1 Y属性值是multi-valued，但这不是一个硬约束。我甚至可以假设他们是boolean。在现有的工具(如Weka或R )中是否有任何可以帮助我
浏览 4提问于2013-12-13得票数 0
回答已采纳
据我所知，TensorFlow是一个用于数值计算的库，通常用于深度学习应用程序，而Scikit-learn是一个通用机器学习框架。 但是，它们之间的确切区别是什么?
浏览 67提问于2020-04-15得票数 40
回答已采纳
1回答
我有信用卡欺诈数据集。有两种类型，一种是欺诈交易，另一种是非欺诈交易。你能建议我用什么ML算法来模拟这两个种群的主要特征吗？我需要创建两个配置文件：欺诈交易-金额< 90 $的交易，交易发生在一天中的特定时间我使用了描述性的统计数据，并试图分别观察这两个群体。但是，有什么ML模型，我可以用来区分这两个明显类似于1)和2)
我对每个人口都有两个以上的特征。
浏览 0提问于2020-09-08得票数 1
因此，我阅读了scikit-learn包webpate：
或者其他人推荐了另一个拥有更好API的python机器学习包？
谢谢
浏览 0提问于2011-12-17得票数 4
回答已采纳
该装置通过各种传感器接收输入，并可能收到一些真假问题，然后结合训练信息对其进行分析。经过分析，它返回一个数字，比如:1到10，表示移动善良。所以一个健身房，例如，一个8，一个教室，一个3。在进行调查时，我们测量了温度：然后我们测量了温度。我们考虑使用神经网络，因为它们可以被训练，但逻辑回归或其他机器学习算法也是一种选择。有人能给我指点方向吗？
浏览 0提问于2015-12-16得票数 2
回答已采纳
我正在python中从头开始尝试逻辑回归。(通过寻找概率估计，成本函数，应用梯度下降来增加最大似然).But我对第一次迭代过程应该采用哪些估计感到困惑。我将所有估计都作为0(包括截距)学习。结果与我们在Scikit-.But中得到的结果不同。我想知道哪些是在Scikit-learn中进行逻辑回归的初始估计？
浏览 0提问于2016-06-29得票数 0
1回答
自动分类模型选择
、、、
我想知道有什么方法可以让计算机决定使用哪种分类模型(决策树、逻辑回归、KNN等)。只需查看训练数据。
即使是数学也是非常有帮助的。我将用python 3编写这篇文章，所以如果scikit-learn或tensorflow中有任何用于此目的的构建方法，它将会非常有帮助。
浏览 1提问于2018-03-15得票数 2
1回答
我是机器学习领域的初学者，我想学习如何使用梯度增强树(GBT)进行多类分类。我读过一些关于GBT的文章，但是关于回归问题，我找不到关于GBT多类分类的正确解释。我也检查GBT在科学知识-学习图书馆机器学习。GBT的实现是利用回归树作为弱学习者进行多类分类的GradientBoostingClassifier。GB以提前阶段的方式建立了一个加性模型；它允许对任意可微
浏览 0提问于2018-04-25得票数 0
回答已采纳
我看了一下scikit的文档--学习，但我不清楚在VotingClassifier的引擎盖下使用了什么样的分类方法？它是logistic回归，支持向量机，还是一种树方法？我感兴趣的是如何改变遮罩下使用的分类器方法。如果Scikit-learn没有提供这样的选项，那么是否有一个可以很容易地与scikit集成的python包--学习，它将提供这样的功能？编辑：
我指的是用于第二个级别模型的分类器方法。我完全知道，第一级<
浏览 0提问于2019-01-15得票数 3
回答已采纳
这些天我正在使用python的pandas和scikit-learn库学习统计学习，它们对我来说是非常棒的工具。推荐的问题类型是什么？分类、回归或其他什么？
事实上，当有人必须解决这个问题时，我可以发现有一些非常著名的算
浏览 1提问于2015-11-10得票数 4
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
