2回答
在经典的欺诈预测问题中，有没有办法降低误报率？目前，我正在研究经典的欺诈检测。有50000个样本有真实的标签(结果是由于调查)。这些训练标签是相当平衡的。我选择的Logisitic回归模型表现良好，f1得分超过90 %。现在，当使用该模型预测新病例时，结果是50/50(欺诈和非欺诈)。有没有办法调整模型，让我们通过非欺诈案件并惩罚假阳性率，以便我们检测到较少的欺诈案件(可能少于一百万起中的
浏览 82提问于2020-12-20得票数 1
1回答
我正在尝试在Encog内部使用SVM训练一个二进制正/负分类器。在这个特定的例子中，数据集是高度不平衡的，负面例子超过正面例子的数量大约是30:1。在模型的训练中，我故意对负面案例进行欠采样，以大致平衡给予模型的正面/负面案例，这种方法在我处理其他问题时效果很好。然而，在这种情况下，最终模型最终具有不可接受的高误报率，当在不平
浏览 4提问于2015-01-14得票数 1
2回答
我正在尝试制作一个人工神经网络来分类一个PDF文件，通过利用在contagiodump上发现的26,000个PDF样本(包括干净的和恶意的)来将PDF文件分类为恶意或干净的。对于每个PDF文件，我使用PDFid.py解析该文件并返回42个数字的向量。然后，这26000个向量被传递到pybrain中；50%用于训练，50%用于测试。这是我的源代码：
在对尺寸和其他参数进行了大量调整后，我设法获得了大约0.90%的假阳
浏览 0提问于2013-10-03得票数 1
1回答
我有一个描述列表，我必须理解其中的类别，并在单独的列中给出输入。在一段时间内，我创建了一个关键字列表，如果这些关键字出现在描述中，就会指向某个类别。我应该使用哪种机器学习算法来读取关键字并自动更新类别？此外，它还会随着时间的推移而学习。
浏览 0提问于2018-05-17得票数 0
1回答
我用keras (用于情感语音识别的LSTM分类器)与python一起构建了一个深度学习模型，它在本地工作得很好，但是当我加载模型或传递音频分类时，我得到了很高的内存使用量(到目前为止没有问题，因为我的机器中有我试图在一个烧瓶web应用程序中将我的模型部署到Azure中，我的问题是:我需要一个云中的“超级机器”来运行我的模型，或者还有其他方法来部
浏览 1提问于2020-12-26得票数 1
回答已采纳
2回答
在机器学习中，更多的特征或维度会降低模型的精度，因为有更多的数据需要泛化 和 ，这就是所谓的维数灾难。我应该在什么时候/如何考虑我的数据集具有许多特征，并且我应该寻找PCA来进行降维
浏览 2提问于2019-06-09得票数 2
4回答
数据分类
、、
我们有一个包含10000条未分类数据的表，我想根据某些属性对它们进行分类，比如文本相似度或某些特征。例如，假设单个列包含姓名、电话号码和性别表A(列表)1 abc 表B(索引表)1 name
2
浏览 0提问于2017-07-12得票数 2
3回答
我知道集成机器学习模型是一个由两个或多个机器学习模型组成的堆栈。是否有一个词是指那些进入集合模型的单个模型？(即特定术语/行话？)“子模型”甚至“煎饼模特”(因为当人们听到‘模型中的一个煎饼’时，一般都明白这是指什么)
浏览 0提问于2018-04-18得票数 6
2回答
我已经写了一个程序来计算冲浪特征，然后使用FLANN(最近邻居的快速库)来匹配和显示最近的邻居。现在，FLANN的使用可以被认为是使用机器学习，因为据我所知，它是k最近邻搜索的近似版本，被认为是机器学习算法(监督学习)。
浏览 1提问于2011-04-29得票数 1
2回答
如何使用N-Gram Analysis进行情感分析？一旦我把一个句子分成一元，二元，三元，e.t，c，我该如何继续下去呢？
浏览 0提问于2016-03-03得票数 1
1回答
我正在研究数据的二进制分类，我想知道使用支持向量机比使用决策树和自适应Boosting算法的优缺点。
浏览 2提问于2012-05-16得票数 9
我开始寻找在机器学习中进行特征选择的方法。通过快速查看这个帖子，我假设只有在有监督的学习问题上才能进行特性选择：尽管如此，我还是要问:是否有方法可以在没有已知变量的情况下进行特征选择，从而解决分类/回归问题？
浏览 0提问于2018-03-27得票数 7
回答已采纳
1回答
我对这一切都很陌生，我正在组织一个学习项目。我决定在像http://en.wikipedia.org/wiki/Enron_语料库这样的数据集中找到用户之间的相似之处。在做了一些研究之后，我也遇到了基于非正式文本的命名实体识别数据集。所以我不缺数据，也不缺目标，我需要了解高水平的技术才能达到目的。
一位有价值的评论指出，这一问题似乎过于宽泛。我希望在这个问题上发现的是我应该集中研究的技术的广度，
浏览 0提问于2015-05-09得票数 3
1回答
在一个名为Gephi ()的开源可视化工具中有一个统计数据(模块化)，它允许我通过将节点划分成社区来划分它们。我想用图形来完成这个任务(查找社区)，然后再将它可视化，这样我就可以对算法找到的每个社区运行各种统计数据。
这是我想要使用<e
浏览 2提问于2015-06-02得票数 3
1回答
异构数据分类器
、、、
我有一个由1000个样本组成的L2维数据集，包括5个温度值，5个价格值，一个整数值，代表一个人类专家(undecided=0，good=1，bad=2，danger=4)的判断和一个我想要学习预测的二元决策变量我如何找到一个分类器来处理这些异构的数据呢？
我正在考虑为每个可能的人类判断(0,1,2,4)，so 4分类器构建一个分类器。因此，对于每个人的判断值，我会：-集中和降低温度和价格值--也许使用PCA来去除一些
浏览 1提问于2012-04-27得票数 1
1回答
我有这些文件的一套文件和相应的标签。标签--“补偿，基本权利”
现在，我有了多个文档及其相应的标记，而另一个没有任何标记的测试数据集，我使用什么NLP技术来给这些文档标签呢？我是否使用文本分类或主题建模，可以有人指导或建议一些想法。
浏览 0提问于2020-08-07得票数 0
回答已采纳
2回答
确定降维、分类和聚类？
、、、
假设我有一个人的数据集，有100个特征，各种特征，如身高、体重、年龄等等。我想对正常或异常的人进行分类。所谓异常，我的意思是，如果一个20岁的男子是170厘米和150公斤，以确定它的异常。我是否应该使用自组织映射来减少维数(这100个特征)，然后用K-方法将它们分类为正常和异常？这是正确的做法吗？或者我可以用K把它们分类为正常异常，而不需要任何降维？如
浏览 0提问于2016-01-10得票数 2
我对数据科学领域完全陌生，主要是因为我工作过的每一位雇主都无法向任何客户出售任何使用在这一领域学到的技术的东西。
我特别感兴趣的是机器学习/预测分析。我自己尝试过许多“测试项目”，但当我试图学习一些东西时，我似乎需要某种外部的“催化剂”来告诉我一个具体的目标和一套具体的指导方针。
浏览 0提问于2015-01-22得票数 2
回答已采纳
1回答
据我理解，SGD分类器和Logistic回归似乎相似。损失=对数的SGD分类器实现Logistic回归，损失=铰链实现线性支持向量机。但这两种算法中哪一种会在哪种情况下使用？另外，SGD和Logistic回归有什么相似之处，它们又有何不同？
浏览 0提问于2018-09-07得票数 10
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
