0回答
我是机器学习和Tensorflow的新手，我想对数据做一个简单的二维分类，这是不能线性分离的。
在左侧，您可以看到模型的训练数据。右侧显示了经过训练的模型预测的内容。不幸的是，我使用的深度神经网络只能通过线性分割器进行分隔，这不适合我的数据。
浏览 11提问于2017-06-06得票数 0
8回答
我知道如何建立一个非线性分类模型，但我目前的问题有一个连续的输出。我一直在寻找关于神经网络回归的信息，但我所遇到的只是关于线性回归的信息--没有关于非线性情况的信息。所以我的问题是:是什么使神经网络非线性？(隐藏层？非线性激活函数？)或者我对“线性”这个词有一个完全错误的理解--线性回归神经网络能够准确地建模出比y=aX+b更复杂的数据集吗？(我计划使用TensorFlow，但TensorFlow线性模型教程以二进制分类问题为例，因此
浏览 12提问于2016-12-20得票数 37
回答已采纳
根据我的理解，次梯度svm是一个线性分类器，它使用铰链损失，核svm使用一些核函数来进行非线性分类。我在想，如果次梯度只是一个线性分类器，我能用非线性svm树来分离非线性数据吗？本质上，我将进行二进制分类，将一个类与其余类分开，然后树的子节点将处理其余类，并将下一个类与其余类分离，等等。任何一般性的想法或反馈都是很棒的。
浏览 0提问于2017-01-13得票数 1
回答已采纳
1回答
Weka J48决策树分类器是否支持对具有本质非线性可分数据的问题进行分类？简而言之，J48是线性分类器还是非线性分类器？
浏览 6提问于2015-05-11得票数 1
回答已采纳
我想为非线性规划和推荐应用建立一些神经网络模型。我想使用的框架是TensorFlow。我计划对这些模型进行培训，并对Amazon服务进行预测。应用程序很可能是分布式计算。我想知道SageMaker和EMR对于TensorFlow应用的利弊是什么？
它们都集成了TensorFlow。
浏览 0提问于2018-09-21得票数 8
回答已采纳
1回答
我正在寻找一个支持支持非线性内核和一个vs-rest场景的支持向量机实现，以执行多标签分类。最好是用Python编写的，或者我可以用wrappers从Python调用。我正在研究sklearn，有两个实现可以使用支持向量机进行分类：
-支持单点rest场景下的多标签分类，但它是基于lib线性的，因此只支持线性内核。基于libsvm的 -支持非线性核，但是多标签分类是在一对一的缩减下完成的，它训练K (K−1) /2二进制分类</em
浏览 4提问于2017-03-21得票数 5
回答已采纳
是否可以使用tensorflow中的inception模型对超过1000个对象进行分类？我想通过使用TensorFlow图像分类的迁移学习模型对1000多个对象进行分类。
浏览 10提问于2020-07-12得票数 0
为了调整权重，我使用了backprop。if(hiddenNeurons.size() > 1) .....在这个if中只有代码，这是在使用多个隐藏神经元时的重要性。
浏览 13提问于2016-08-02得票数 1
1回答
我需要一种方法来将这些关系分类成一个非线性模式，而不需要查看每一个单独的关系。我想知道在机器学习中是否有办法做到这一点。我愿意坐下来自己对一些模式进行分类，但希望避免手工对它们进行分类。回归只能用来描述不同的非线性模式，并根据回归的形状将每个个体分类为一个类别。到目前为止，我所做的是用不同的方程拟合每个关系的非线性回归，并通过评估剩余方差和p值来决定哪一个非线性回归(指数、渐近等)最适合。然而，我想知道是否有一种方法
浏览 0提问于2019-11-01得票数 1
对于我最近的工作，我必须在给定的非线性问题上尝试不同的ML模型。我使用TensorFlow和Keras构建了逻辑回归和神经网络的工作版本。现在我必须为同样的问题构建一个SVM分类器。由于我在TensorFlow中找不到可用的支持向量机估计器，我正在考虑使用scikit learn来代替。在我的前两个模型中，我使用tf.feature_column对数据进行预处理(bucketized_column、embedding_column、crossed_co
浏览 31提问于2020-07-21得票数 0
回答已采纳
1回答
是否可以用Vowpal Wabbit库训练多类(多项)线性分类模型？我使用作为输入。然后，我可以对每个版本的数据进行多个二进制分类。最后，我可以将测试数据提供给所有的分类器，并应用argmax。有没有更好的(自动化)解决方案？
浏览 4提问于2016-05-24得票数 1
回答已采纳
为了推断分类算法来对这些数据进行分类，您会查看训练数据的哪些特征？我们是否可以说我们应该使用非线性分类算法还是线性分类算法？有什么建议吗？谢谢。
浏览 0提问于2010-03-10得票数 12
回答已采纳
1回答
在最近的tensorflow中，使用tf.contrib.layers.embed_sequence()对固定长度的文本进行分类.谢谢!
浏览 1提问于2016-11-29得票数 0
回答已采纳
1回答
对于供应商这样的名义数据，我使用pd.get_dummies()进行转换。但是，假设我收到了下周到达的订单的订单数据。
浏览 0提问于2021-02-18得票数 0
2回答
我正在做一个与书面文本相关的分类任务，我想知道为了提高分类结果，执行某种“特征选择”过程有多重要。我使用了许多与这个主题相关的功能(大约40个)，但我不确定所有的功能是否都是真正相关的，以及哪些组合。我正在使用支持向量机(scikits)和LDAC (mlpy)。如果a混合了相关和不相关的特征，我想我得到的分类结果会很差。我应该在分类前执行“特征选择程序”吗？Scikits有使用基于树的RFE对特征进行排序以选择最重要的特征并使用SV
浏览 0提问于2012-03-12得票数 3
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
