所有规则中错误分类的总和(见树)是2097 (来自895+700+428+74)。但是混淆矩阵是2121 (来自1999+122)。有人能解释一下这种差异吗？数字怎么会不一样呢？
浏览 6提问于2016-08-27得票数 0
我是机器学习的新手。我已经实现了一个机器学习模型，它检测声音(例如:喇叭、警报器、锤子等)并预测声音的类型。我必须在任何物体的实际声音上对模型进行物理测试。我该怎么做？
浏览 0提问于2018-07-12得票数 -2
1回答
如何在交叉验证时获取实例索引
、、、、
我正在做一个二进制分类。我可以知道如何在进行K折交叉验证时提取训练数据帧的错误分类或分类实例的真实索引吗？我没有找到这个问题的答案，<code>C0</code>。按照<code>C1</code>的描述，我得到了折叠中的值有没有什么方法可以获得错误分类(或分类)的索引？因此，输出是一个在进行
浏览 18提问于2021-06-13得票数 1
回答已采纳
如何提取cv.glmnet对象分类的交叉验证错误率？我需要它来比较交叉验证的错误率从cv.glm。
浏览 0提问于2016-03-21得票数 2
回答已采纳
1回答
我需要为SVM分类器绘制一条ROC曲线，遵循有关主题和matlab示例的许多线索，我喜欢以下内容mdlSVMmdlSVM);到目前为止，一切顺利，我还交叉验证了我的模型mdlSVM = fitcsvm(pred,resp,'Stand
浏览 35提问于2017-08-08得票数 0
回答已采纳
我最初使用10倍交叉验证，并使用66%的数据集作为培训数据。我得到的准确率是77.1% (正确分类的实例)。然后，我试着看看当我使用80%的拆分而不是66%时会发生什么，但是使用相同的交叉验证。更糟糕的是，当我使用20倍交叉验证，然后是50倍交叉验证时，绝对没有任何改进。我认为使用更高的交叉验证的整个想法是为了提高准确性！当我用一个90%的分割与一个10倍，甚至20倍，准确性下降到74%。有人能告诉
浏览 3提问于2014-04-01得票数 0
我正在使用scikit-learn来训练分类器。我还希望进行交叉验证，但在交叉验证之后，我希望对整个数据集进行训练。编辑:我想用我所有的数据来训练具有最佳交叉验证分数的分类器。
浏览 1提问于2014-03-24得票数 2
2回答
如何使用Weka API通过10倍交叉验证建立分类模型？我问这个问题，因为每次交叉验证的运行都会创建一个新的分类模型。我应该在测试数据中使用哪种分类模型？
浏览 7提问于2013-10-03得票数 1
回答已采纳
我正在尝试使用h2o.glm通过交叉验证来找到最优惩罚lambda。这是一个多项式模型。 但是，我看到它是根据多项式偏差进行优化的。我是否可以对一些其他指标进行交叉验证，例如错误分类错误？此指标是否用作交叉验证分数？如果是，文档还会声明它只在Python接口中可用。这是真的吗？
浏览 32提问于2020-01-21得票数 1
1回答
我想通过将支持向量机分类器应用于大小为1089*43093的数据矩阵S来执行解码，并且标记为r的标签的预测精度是基于11折交叉验证分类procedure.The 11折交叉验证基于数据矩阵S来计算的，数据矩阵S被分成用于分类的训练和测试数据集。具体地说，这种交叉验证只用于计算预测精度r。有人能给我一些建议吗？非常感谢!
浏览 1提问于2014-08-09得票数 0
3回答
当我们做k-折叠交叉验证时，我们应该仅仅使用具有最高测试精度的分类器吗？从交叉验证中获取分类器的最佳方法通常是什么？
浏览 0提问于2016-09-13得票数 15
回答已采纳
1回答
Sklearn特征选择
、、、
带有交叉验证(RFEVC)的递归特征消除(RFEVC)不适用于多层Perceptron估计器(以及其他几个分类器)。
我希望在许多分类器中使用一个特征选择，执行交叉验证来验证其特征选择。
浏览 4提问于2016-12-11得票数 2
1回答
我正在使用交叉验证方法。然后打印分类结果。然后我使用build_Classifier，并使用test_model对训练数据进行测试。与交叉验证模型相比，它提供了不同的no.of分类实例。据我所知，在交叉验证模型中，建立了10个不同的模型，然后在丢弃模型的同时平均精度。然后，它再次拟合整个数据并产生分类结果。或者是因为我在交叉验证中使用了随机化状态，但没有在build_model中随机化数据？
浏览 3提问于2021-10-24得票数 0
我正在尝试训练一个交叉验证的支持向量机模型(用于一个学校项目)。当然，我可以调用classifier = clf.fit(X, y)，但这不能给我一个交叉验证的支持向量机预测器，我如何获得一个交叉验证的预测器，我可以使用-你知道-预测？
浏览 0提问于2019-09-06得票数 3
回答已采纳
我尝试使用朴素贝叶斯分类器对文本进行分类，同时也希望使用k-折叠交叉验证来验证分类结果。但我还是很困惑如何使用k-折叠交叉验证。因此，要使用k折叠交叉验证，所需的数据是标记数据吗?对吗?非标记数据如何？
浏览 2提问于2014-10-02得票数 0
第一步是找到合适的支持向量机参数，我使用了嵌套交叉验证的网格搜索(参见)。我在“网格搜索”中使用了我所有的样本(X)。在网格搜索期间，数据被分成训练和测试(使用StratifiedKFold)。当我得到SVM参数时，我执行分类，将我的数据分为训练和测试。在网格搜索中使用我将在真正的分类过程中使用的相同数据可以吗？
浏览 3提问于2012-03-11得票数 0
回答已采纳
我有一个关于交叉验证的问题:我使用朴素的Bayes分类器对博客文章进行分类。当我验证我的数据集而没有k-折叠交叉验证时，我得到了一个0.6的精度分数，但当我进行k-折叠交叉验证时，每一个折叠都会呈现出一个更高的精度(大于0.8)。例如：
(k-折叠)：折叠0 ->训练集大小: 1306
浏览 2提问于2015-02-20得票数 0
回答已采纳
测试数据集中的决策标签用于检验训练分类器的分类精度。我使用我的训练数据来训练和验证我的交叉验证的knn分类器。我使用以下代码创建了一个交叉验证的knn分类器模型：Y = Training_Label(1:'LossFun', 'ClassifError')
% Compute valid
浏览 4提问于2016-05-06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
云直播活动推荐
腾讯云开发者
