腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
为什么
LGBM
的
预测
函数
返回值
错误
?
、
、
我正在尝试建立一个用于交叉验证
的
模型,但我似乎找不出
为什么
预测
函数
不起作用。下面是我
的
代码: results = {} c=0 results["feature_importances"] = [mdl.feature_names, mdl.feature_importances_] 下面是
错
浏览 60
提问于2021-08-15
得票数 0
回答已采纳
1
回答
使用这两种方法进行轻型gbm分类器有什么区别?
、
我想正确地使用一些轻型gbm
函数
。这是一种标准
的
方法,它与任何其他分类器与sklearn没有什么不同: X_train,X_test
为什么
? #where is
浏览 0
提问于2019-11-06
得票数 3
1
回答
如何保存Tidymodels模型以供重用
、
、
、
、
下面是使用tidymodels模型创建lightgbm工作流
的
代码。但是,当我试图保存到.rds对象并
预测
library(treesnip)library(tidymodels) tidymodels_preferlightgbm模型
的
工作流似乎存在此问题。对于其他类型
的
模型(随机森林、xgboost、glm等),我可以使用saveRDS()保存已安装
的
工作流,用readRDS()读取并使用新
的
数据进行<e
浏览 22
提问于2022-04-27
得票数 3
1
回答
应用校准功能-现有的PMML
、
、
我有一个用于
LGBM
(python API)模型
的
PMML,但我想将校准
函数
应用于
预测
。校准
函数
的
一个例子是S形回归或等张回归。不确定如何将其添加到现有的PMML中。
浏览 3
提问于2020-07-23
得票数 0
1
回答
神经网络使弱平均拟合而
LGBM
回归方程完全拟合
、
、
、
我有一个简单
的
玩具数据集,其中
的
功能已经编码了一个编码器-解码神经网络。 我正在使用隐藏
的
特征向量从编码器作为X输入,以训练一个1步
的
前瞻性模型
的
数据。我知道来自编码器
的
特征向量是好
的
,因为当我使用这个X作为输入到一个香草
的
LGBM
树模型,它几乎完全符合Y输出。然而,试图训练一个简单
的
2层神经网络(第一层
的
ReLU激活,第二层
的
线性),它应该学习X特征向量到Y输出
的</em
浏览 0
提问于2020-09-08
得票数 1
1
回答
LightGMB predict_proba导致忍冬超时
、
、
我已经训练了一个
LGBM
分类器,可以在本地笔记本上使用: model = jlb.load('fnol-v13-pipeline-high-g-analysis-f1-focal-retrain-{}.中,行probs = model.predict_proba(x_test)会导致[CRITICAL] WORKER TIMEOUT,而不会引发
错误
。在运行这一行之前,我尝试将x_test数据作为字典直接打印出来,当我在笔记本中将其作为数据加载并运行
预测
函数
时,分数将如常返回。将相同
的
字典复制回容
浏览 3
提问于2021-01-26
得票数 0
回答已采纳
2
回答
日志转换如何降低性能?
、
我正在做一个需求
预测
项目,我有很多0 (75%
的
数据库)当我训练我
的
模型(线性回归或
LGBM
,RandomForest)时,性能(这里是RMSE)随着日志转换而下降。如果我没有错的话,基于树
的
算法不关心扭曲
的
数据。但即使是,我也不明白
为什么
减少偏斜会降低性能
浏览 0
提问于2022-07-26
得票数 0
3
回答
科学知识学习中
的
模型(分类器)预训练
、
、
、
、
我有模型Decision Tree Classifer,然后我想进一步训练它与模型
LGBM
Classifier。在科学学习中有可能做到这一点吗?我已经读过关于它
的
这篇文章,。在贴子上写着 clf = DecisionTreeClassifier() clf = clf.f
浏览 8
提问于2021-11-28
得票数 7
4
回答
基于LightGBM
的
多类分类
、
、
、
、
lgb_cv =
lgbm
.cv(params, d_train, num_boost_round=10000, nfold=3, shuffle=True, stratified=True, verbose_eval(params, d_train, num_boost_round=nround)preds = model.predict(test) predictions.append(np.argm
浏览 5
提问于2017-11-18
得票数 16
回答已采纳
1
回答
来自StackingRegressor
的
预测
是不可重现
的
、
、
、
我正在使用StackingRegressor训练一个回归模型,我发现当我使用相同
的
random_state时,来自该模型
的
预测
并不一致。下面是我
的
代码: random_seed = 42 base_mdl_names = { '
L
浏览 70
提问于2021-08-18
得票数 1
1
回答
XGB/
LGBM
(回归任务)
的
理论正则化目标
函数
、
、
我正在撰写一篇关于机器学习方法在时间序列
预测
中
的
应用
的
学术论文,我不知道如何写出关于XGBoosting
的
正则化目标
函数
的
理论部分。我对作者如何建立正则化
的
目标
函数
感到有点困惑。因此,我
的
问题如下: (a)如果要允许在同一个模型中包含l1和l2参数,那么正则化
的
目标
函数
是什么样子
的
?(b)
LGBM
(轻型GBM)算法
的
目标
函数
浏览 0
提问于2020-08-03
得票数 1
1
回答
Lightgbm无法访问Dataset get_field方法中
的
数据
、
我有一个简单
的
lgbm
数据集:data = dataset.get_field('data')Traceback (most recent call last):
浏览 1
提问于2018-05-15
得票数 0
回答已采纳
1
回答
使用已保存
的
模型对新数据进行
预测
时,spark数据帧格式
错误
、
、
、
、
现在我想使用这个经过训练
的
模型来
预测
新数据(Predict.scala)。type mismatch; .setNumLeaves(31)
浏览 2
提问于2019-08-24
得票数 1
1
回答
运行RandomizedSearchCV以调优大数据
的
LightGBM回归器
、
、
、
、
我正在为一个包含22个特性
的
300万点
的
数据集训练一个LightGBM回归模型。我正在尝试使用RandomizedSearchCV.It来调优模型
的
超参数,这需要很长时间。内核如下所示:# First create the base model to tune
lgbm
= RandomizedSearchCV(estimator =
lgbm
, param_distributions = r
浏览 9
提问于2019-12-11
得票数 0
1
回答
火花
预测
概率API (predict_proba)
Apache是否提供了一个API来获得决策树
的
预测
概率,类似于scikit-learn
的
predict_proba
函数
(即decision_tree.predict_proba(X))?
浏览 4
提问于2014-10-28
得票数 3
2
回答
为什么
在__assume中使用
函数
调用时,MSVC不提供一个
错误
?
、
、
当我使用__assume(SomeFunc());时,它编译得很好,尽管__assume应该是编译时
的
提示,而且SomeFunc()不能在编译时
预测
它
的
返回值
。 有人能解释一下这里发生了什么吗?
浏览 4
提问于2014-01-03
得票数 1
回答已采纳
1
回答
LightGBM在任何输入上产生相同
的
概率(C++)
、
、
、
、
我已经用python在一个有5个类(分类问题)
的
数据集上训练了一个
LGBM
模型(gbdt),并且我能够在测试集上做出正确
的
推断,将该模型加载到python脚本中。(s) f.close() 第二个直接使用save model方法: lgb_model.save_model('model_out.txt') 为了在C++中加载模型,我使用了以下代码,没有出现
错误
:int ret =
LGBM
_BoosterLoadModelFromString(model_string, &nu
浏览 202
提问于2020-08-27
得票数 2
1
回答
openssl_random_pseudo_bytes()和密码安全性与极端随机性
、
、
OpenSSL
的
RAND_pseudo_bytes
函数
用于生成
返回值
,而不是在OpenSSL中也可用
的
RAND_bytes。OpenSSL关于这两个
函数
的
文档如下: RAND_pseudo_bytes()将num伪随机字节放入buf中。如果伪随机字节序列具有足够
的
长度,但不一定不可
预测
,则由RAND_pseudo_bytes()生成
的
伪随机字节序列将是唯一
的
。如果PRNG没有具有足够
的
随机性以确保
浏览 5
提问于2015-01-23
得票数 2
回答已采纳
2
回答
3类OpenCV支持向量机
预测
置信度
、
、
、
我真的需要知道我
的
预测
的
可信度,OpenCV
的
支持向量机
预测
方法确实给了我“”
的
选项: 不幸
的
是,我有3节课,所以这对我不起作用。有什么办法我可以绕过这个或另一个方法,我可以调用,以确定我
的<
浏览 5
提问于2015-07-13
得票数 3
2
回答
轻型GBM模型
的
贝叶斯优化
、
、
、
、
我能够通过贝叶斯优化成功地提高我
的
XGBoost模型
的
性能,但当我使用Light GBM (我
的
首选)时,通过贝叶斯优化可以达到
的
最佳效果比我使用它
的
默认超参数和遵循标准
的
提前停止方法所能达到
的
效果更差在通过贝叶斯优化进行优化时,我确保在搜索图面中包含算法
的
默认超参数,以供参考。下面的代码显示了来自Light GBM模型
的
RMSE,其中包含默认
的
超参数,使用seaborn
的
菱形数据帧作为我
的
浏览 111
提问于2019-05-08
得票数 5
点击加载更多
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
Go 函数-Go 语言新手的带图教程
关于宏函数的参数类型问题
Python基础(四)
【C语言编程锦囊·连载42】scanf函数的返回值是什么?
《快学 Go 语言》第 10课——错误与异常
热门
标签
更多标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
活动推荐
运营活动
广告
关闭
领券