1回答
数据集由这里的数据集组成：https://www.kaggle.com/adityakadiwal/water-potability?select=water_potability.csv。假设数据帧由Ph、硬度、固形物、氯胺和盐分组成。 我想在10k倍上运行逻辑回归(例如，我希望尝试更多的选择)。抛开所需的计算能力不谈，我还想用不同
浏览 17提问于2021-06-22得票数 1
2回答
K折叠交叉验证是一种用于将数据分割成K个Folds数的技术，用于测试和培训。目的是估计机器学习模型的可拓性。该模型被训练K次，每列折叠一次，然后在相应的测试褶皱上测试。假设我想对任意数据集上的决策树和Logistic回归模型与10个Folds进行比较。假设对每个模型进行10倍的训练，并得到相应
浏览 6提问于2022-05-20得票数 3
回答已采纳
1回答
我想使用一个10倍的交叉验证方法，它测试哪一个多项式形式(第一，第二或第三阶)给一个更好的拟合。我想将我的数据集划分成10个子集，并从10个数据集中删除1个子集。导出没有此子集的回归模型，使用导出的回归模型预测该子集的输出值，并计算残差。最后，对每个子集重复计算例程，并将所得残差的平方和起来。
浏览 2提问于2014-11-14得票数 0
回答已采纳
我想把我的数据集分成30倍。因此，我在R.I createFolds中使用了caret软件包中的caret函数，以获得可重复的结果。注意事项
wdbcc是我的数据集，<e
浏览 3提问于2020-02-05得票数 1
回答已采纳
1回答
在数据分类不平衡的情况下，我知道我们只是过采样了培训集(以防止数据从培训到测试子集的泄漏)，但是如果我的测试集中没有正数据点怎么办？测试集仍然非常偏斜，只有我的阳性类的1%。我使用XGBoost、随机森林、Logistic回归和KNN进行分类任务。同时，我也尝试过使用SMOTE、SMOTE和Class_weight来对我
浏览 0提问于2019-08-20得票数 2
回答已采纳
3回答
尺度神经网络
、、、、
当使用神经网络(TensorFlow:深度神经回归)时，当将训练数据从样本增加到整个数据(例如10倍大的数据集)时，您应该对模型体系结构(更深/更宽)、学习速度和一般的超参数进行哪些更改？在这些变化中，有多少尝试和错误涉及到启发式逻辑？
浏览 0提问于2019-03-21得票数 6
我正在对我的二元分类问题进行logistic回归，并使用k折叠交叉验证(k=10)对模型进行了验证。但是，我不明白为什么我需要一个最终的测试集:模型的性能不能基于k折叠验证(即，来自10个结果折叠的度量标准)进行评估吗？因为，模型没有真正“看到”测试数据，这不是K折叠的全部要点吗？因此，最终<
浏览 0提问于2023-04-23得票数 0
2回答
我正在使用R中的C5.0在心脏病数据集上做一些分类任务，在大多数情况下，数据将被分成80%用于训练，20%用于测试，我想使用k倍交叉验证(k=10)，但我对这一点感到困惑，正如我们所知道的那样，通过使用10倍交叉验证，我们将整个数据划分为9个训练子集和一个子集进行测试。是否可以将数据划分为训练
浏览 0提问于2017-11-20得票数 3
我有一个关于logistic回归模型和测试它的技巧的问题。我不太清楚我是否正确理解中华民国曲线是如何建立起来的。如果是第一种情况，是否有必要重复进行随机列车试验，并将曲线下的</e
浏览 0提问于2021-05-26得票数 0
1回答
从验证精度到测试精度的显著下降
、、、、
我对分类任务比较熟悉，虽然我一直在研究回归问题。给我一个大的训练数据集(>70k样本)和一个独立收集的测试集(~2k)。在测试集上，我始终取得了不错的验证精度，但精度却明显较低。我一直在执行这样的验证：
3)对
浏览 0提问于2019-08-11得票数 3
1回答
我的数据集有多个预测器(y =单因变量；X=多个自变量)，也有单个预测器，包含足够的情况(> 10k)。以下解释适用于所有情况。因此，我试图用交叉验证(10倍)对回归者进行评分，以获得更真实的准确性表示：rf = RandomForestRegressor()
dt.fit基本KFold交叉验证指南中给出的解释是：每一折叠一次作为验
浏览 0提问于2017-06-21得票数 5
回答已采纳
1回答
我试图使用R插入包执行5倍交叉验证的线性回归模型。我是机器学习的新手，但我期望每一次“重复”，一个新的斜率和拦截将适合“训练”数据集。然而，默认情况下，对于所有重复，斜率和截距保持不变，并且测试似乎只是推出了新的RMSE和Rsquared与每个重复。有没有办法允许对拦截进行调优？这是我的代码：
regressC
浏览 1提问于2017-01-19得票数 1
我有一个this dataset，其中肯定的类由APS系统的特定组件的组件故障组成。我正在使用Microsoft Azure Machine Learning Studio执行预测性维护。如下图所示，我使用了4种算法:逻辑回归、随机森林、决策树和支持向量机。您可以看到，评分模型节点中的输出数据集由16k行组成。然而，当我看到评估模型的输出时，在混淆矩阵中，Logistic回
浏览 19提问于2021-01-14得票数 1
1回答
我一直试图深入了解重采样方法的更多细节，并在1000行的小数据集中实现它们。数据被分成800个训练集和200个验证集。我使用K-折叠交叉验证和重复K-交叉验证来使用训练集训练KNN。根据我的理解，我对结果作了一些解释--但是，我对它们有一定的怀疑(见下面的问题)：Resampling: Cr
浏览 0提问于2016-07-13得票数 0
1回答
我试图用三层logistic回归来分析具有二进制响应的纵向数据.我的数据的层次结构类似于这个例子--学生(1级)嵌套在类(2级)中，类嵌套在学校(3级)内。有人能建议我对SAS或R代码进行适当的解读，以执行三级混合效应logistic回归吗？我并不是要求对3级逻辑回归背后的理论帮助.使用SAS
浏览 3提问于2013-09-13得票数 4
我使用R对我的数据集进行逻辑回归。我的数据集有50多个变量。
所面临的挑战是在R中编写代码，以评估某些记录和变量(例如，p值>.05)的统计有效性，并根据这样的参数从模型中删除记录和变量。是否有任何已经实现的方法来执行此操作？如有任何帮助或建议，将不胜感激。谢谢。
浏览 4提问于2014-10-18得票数 0
回答已采纳
根据科学的DOC -学习
我想知道X，y是X_train和y_tra
浏览 1提问于2018-05-04得票数 4
回答已采纳
当将GBM与二元分类的逻辑回归进行比较时，两者各有优缺点。我有兴趣了解数据集的长度(行数)与适合样本的可靠性之间的一般权衡。
显然，数据越多，预测结果就越可靠(其他的数据都是相等的)。数据行越多，GBM对真实数据集的预测能力就越强。所以我想知道是否有一个粗略的</em
浏览 0提问于2017-11-20得票数 2
1回答
我想预测单个credit_balance大于值N为真的概率LDA predict_proba是[[0.94144572 0.05855428]]我们应该看哪些参数来
浏览 0提问于2018-04-16得票数 1
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
