1回答
在过去的几个月里，我一直在定期训练sklearn Random Forest。我注意到，当使用joblib将模型导出到文件时，文件大小急剧增加-从2.5 GB增加到11 GB。所有参数都保持不变，训练特征的数量也保持不变。唯一的区别是训练数据中的示例数量增加了。 假设参数保持不变，并且估计器的数量和每棵树的深度都是指定的，那么为什么增加<
浏览 15提问于2019-01-05得票数 0
1回答
我使用随机森林对响应变量进行建模。当我查看OOB图时，均方误差随着树木数量的增加而直线下降。对这种下降的解释是什么？
浏览 78提问于2019-05-11得票数 0
1回答
我正在尝试用caret来拟合随机森林模型。我的训练数据重量为129 My，我在Google上用8核和52 on计算这个数据。经过几个小时的训练，当我期望得到一个结果时，令我惊讶的是，我唯一得到的是以下错误：
不过，我的google云实例有52 it内存，所以我决定检查其中有多少是免费的因此，假设在训练结束时不能分配2GB，那么训练随机林中使用的似乎是4
浏览 0提问于2019-04-02得票数 8
我正在使用Hadoop上的(org.apache.mahout.classifier.df.mapreduce.BuildForest)实现从ApacheMahout0.9 PartialBuilderorg.apache.hadoop.hdfs.DFSClient$DFSOutputStream$DataStreamer.run(DFSClient.java:2987)
datanode日志文件中没有明显的错误作业跟踪器只是重复在datanode日志中找到的错误。故障发生前几分钟出现的一个错误是EOF错误，这可能是Par
浏览 2提问于2014-12-10得票数 1
回答已采纳
1回答
常说伴随法的计算量不随设计变量的增加而增加。然而，似乎增加问题的规模应该会带来一些计算上的影响。例如，通过增加在示例中输入的元素的数量，有限元矩阵的大小会增加，并且应该有更多的相关计算成本。那么，为什么说伴随的成本是随着设计变量的增
浏览 0提问于2018-08-11得票数 2
回答已采纳
1回答
我正在处理一个分类问题，它有不同的传感器。每个传感器收集一组数值。例如，我有三个传感器A、B、C。我可以定义5个从所有传感器收集的数据作为一个实例吗？例如，A的一个实例是{1,2,3,4,5,6,7}，B的一个实例是{3,434,534,213，55，4，7)。C{424,24,24,13,24,5,6}。
非常感谢你花时
浏览 0提问于2013-06-25得票数 1
回答已采纳
2回答
相关特征和分类精度
、、、
我想问大家一个关于相关特征(变量)如何影响机器学习算法的分类精度的问题。对于相关特征，我指的是它们之间的相关性，而不是与目标类之间的相关性(即几何图形的周长和面积，或者教育水平和平均收入)。在我看来，相关特征对分类算法的准确性有负面影响，我想说的是，因为相关性使其中之一变得无用。真的是这样吗？问题会随着分类算法类型的不同而改变吗？任何关于论文和讲座的建议都是受欢迎的</em
浏览 2提问于2013-02-11得票数 38
1回答
我的R代码，一个图像和数据在这里：观察者呈现一个微弱的图像(contrast=，con)，掩埋在噪声中，或者只是噪声。他评价他的自信(rating)，认为他的脸是存在的。这张脸要么是倒置的(invert=1)，要么不是在每组100个试验中(一个文件)。我使用对比度(预测矩阵x的第一列)和像素(其余列)来预测y。对于我的应用程序来说，关键是我在最后有一个“重要图像”，它显示了每个像素对决策y的贡献。我有1000个试验(y长度)和4248
浏览 2提问于2015-10-22得票数 0
回答已采纳
我想动画字体大小在文本框内的数量变化。用例:我有一个文本框，最初我有一个大的文本，随着数量的增加，我想减少字体大小和动画的变化。例如:在android计算器中，随着表达式大小的增长，表达式的字体大小会缩小，并且会有动画效果。我想要有这样的效果。我是新手，怎么才能达到这样的效果呢？我已经试过使用动画容器了。
浏览 1提问于2019-03-13得票数 0
我不明白的是，当我通过它运行数据(计算)时，输出不是NaN。为了确保权重确实连接到输出，我更改了它的值，输出也发生了变化。就我的问题而言:当我将权重从NaN更改为0.0时，我得到了相同的输出(与NaN相同，但与其他值不同)。这怎麽可能？
浏览 0提问于2019-07-13得票数 0
我有一个图像分类问题，其中类的数量随着时间的推移而增加，当创建一个新类时，我只用新类的图像训练模型。我知道用CNN是不可能做到这一点的，所以为了解决这个问题，我确实转移了学习，我使用了Keras预训练模型来提取图像的特征，但我没有用新的层替换最后一层(用于分类)，而是使用了能够增加类数量的随机森林。我使用在imagenet数据集
浏览 97提问于2018-06-26得票数 2
1回答
我拥有的数据是一个时间序列数据(股票回报)，我正在训练一个随机森林回归者。观察总数= 2499我的意思是，随着窗口大小的增加，测试集的大小会减少。窗口大小为500，测试集大小为1999。我认为同样的
浏览 0提问于2021-08-13得票数 0
1回答
我已经将数据从一个表插入到另一个表，插入数据后，表的大小随着实际大小的增加而增加到30 me，而stats_off也增加到了100。有人能告诉我为什么表的大小会增加，以及如何减少表的stats_off吗？
浏览 5提问于2021-12-31得票数 0
1回答
这些模型分别是线性回归(LR)、贝叶斯岭(BR)、最近邻(NN)、随机森林(RF)和支持向量机(SVM)回归。测试数据集的确定系数(R2)用来表示经过训练的机器学习模型的性能。📷
我们可以看到最大的。这些模型的精度依次为: RF>BR~LR~SVM>NN。前8位特征要求获得较好的射频精度，之后的精度几乎与顶级功能的数量无关。BR、LR和SVM的性能随着顶级特征数
浏览 0提问于2020-06-16得票数 1
回答已采纳
1回答
有人能解释为什么random_state参数对模型有如此大的影响吗？我有一个RandomForestClassifier模型，并希望设置random_state (可再现性)，但是根据我使用的值，我在总体评估指标(F1评分)上得到了非常不同的值。例如，我尝试用100个不同的random_state值来拟合相同的模型，在训练广告测试之后，最小的F1是0.64516129，最大的是0.808823529)。这是一个巨大的
浏览 2提问于2016-03-11得票数 2
回答已采纳
2回答
以下是问题的简化描述：随着交付时间的临近，这个数量可能会发生变化(如下图所示)。这看起来很简单，但需求周之间有很高的相关性。例如，如果一个数量减少了一周，那么周围的一周可能会增加。
我目前正在使用随机森林回归，图像中显示的属性和结果
浏览 1提问于2020-10-21得票数 1
基于业务部门提供给我们的数据，我使用sklearn决策树算法来确定一个二进制分类问题的ROC_AUC。0.6240.5220.5850.6290.5890.592
如果ROC_AUC变得更好(“接近1&q
浏览 1提问于2018-02-12得票数 0
1回答
我有一个~16k的数据集，正在进行0/1的二进制分类。当我在随机森林中进行超参数网格搜索时，我的训练和测试精度随着深度的增加而增加，最优深度为25。我得到的测试精度高达97%，没有数据泄漏，因为有三组训练，测试和valid.My数据有大约10 features.Is，这很好，因为我通常看到树的最大深度为10。
浏览 0提问于2018-08-06得票数 0
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。我从10k记录开始训练我的每一个模型，因为我工作的系统核心非常有限(并且运行在不同大陆的VM上)，所以我不能简单地开始一个培训课程，然后离开几个小时。随着</e
浏览 0提问于2019-08-30得票数 2
1回答
基于树的算法的在线学习/持续学习
、、、、
我在随机森林/XGBoost/LightGBM上遇到任何一种迭代学习的例子，每次应用n_tree/n_estimators/num_boost_rounds时，它都会不断增加.fit()对新批数据的估计器的数量它们中的大多数似乎依赖迭代学习来对无法同时加载到内存中的非常大的数据集进行培训。但是，我希望实现一个持续学习管道(使用LightGBM；Python)，
浏览 0提问于2022-09-13得票数 1
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
