在R中有没有一种方法可以使用dplyr包对相同数量的因子进行采样？
在R中，可以使用dplyr包中的sample_n()函数对相同数量的因子进行采样。
sample_n()函数可以从数据集中随机抽取指定数量的观测值。以下是使用dplyr包对相同数量的因子进行采样的步骤：
- 首先，确保已经安装了dplyr包。如果没有安装，可以使用以下命令安装dplyr包：
install.packages("dplyr")- 加载dplyr包：
library(dplyr)- 假设有一个名为df的数据框，其中包含一个因子变量factor_col。使用以下语法对因子进行采样：
sampled_df <- df %>% group_by(factor_col) %>% sample_n(size = n, replace = FALSE)其中，df是原始数据框的名称，factor_col是要采样的因子变量的名称，n是要采样的观测值的数量。replace参数指定是否允许重复采样，FALSE表示不允许重复采样。
最后，采样后的数据将存储在sampled_df变量中。
请注意，这个答案没有涉及任何特定的云计算品牌商。如有需要，可以根据实际情况选择适合的云计算平台进行部署和运行。
相关·内容
我在频域中有这样的数据：
这意味着我有一个向量Y，它包含向量x中频点的振幅。
f = [0 1 2 3 4 5 6 7 8 9 10]
Y = [0 0 0 0 0 1 0 0 0 0 0]
执行反傅立叶变换应该得到频率为5 5Hz的正弦波。
MATLAB中的ifft函数可以将Y和f变换到时域。让我们调用时域y和t中的向量。我正在寻找一种方法，如何获得具有指定采样频率和指定信号长度的时域数据。例如，我希望时域数据的信号长度为1秒，采样频率为1000 of。
MATLABs函数的输出总是与输入的长度相同，所以我不确定输入什么才能获得所需的采样频率和信号长度。
总而言之，我正在尝试编写
浏览 1提问于2011-11-23得票数 0
我有一个数据集，它的股票代码的范围从2-90214 (其中有大约3000个唯一的值)。显然，在2到90214之间的一些值被跳过了。我想转换这些股票代码，使他们的范围从1-3000，并以这样的方式，如果以前的股票代码是1234，那么每次这个数字发生，新的股票代码(例如100)将被分配。
简言之，我想转换一下：
Stock_Code
1234
5678
4321
1234
5678
转入：
Stock_Code
100
101
102
100
101
我在R里怎么做？
浏览 0提问于2017-01-19得票数 1
回答已采纳
1回答
我在R中有以下数据表：
threshold ranking size
0.70 11 100
0.65 9 102
0.60 12 150
0.55 10 110
当threshold等于0.60时，我需要获取行的ranking的值。
threshold_val <- 0.60
out <- as.numeric(filter(df, round(df["threshold"],2) == round(threshold_val,2))
浏览 9提问于2020-02-16得票数 1
回答已采纳
您好，我有一份在实验过程中测量的数据文档。文档的第一列是时间、之后的扭矩和位移读数。我的测量设备本应以200 to的频率采样，但在实验过程中，随着测量数据的增加，计算机速度变慢，导致采样率低于200 to。但是，我要求以精确的采样频率读取数据(0和200 to之间的任何值都可以接受)，如何修改/内插我的数据以使其与所需的频率相关？
浏览 12提问于2013-10-20得票数 0
我在R中有一个数据集，希望按一列的值对整个Dataframe进行排序。这些值是字符串，并且此列中只有三个可能的值(Teenager、Twenties、30+)。我想让Dataframe按照这个顺序排序。
我的数据框的名称是age，列的名称是Category。
我已经试过了
> age[order(Category),]
它确实对值进行了排序，但顺序是: 30+，Teenager，Twenties。有没有可能告诉R我想要的确切顺序？
顺便说一句，我是一个初学者，很明显:)提前谢谢！
浏览 12提问于2020-02-03得票数 0
是否有可能生成一个树木完全相同的决策林？请注意，这是一个实验性的问题。据我所知，与单个决策树相比，随机森林有两个导致“随机性”的参数：
( 1)在决策树的每个节点随机抽样的特征数，以及
2)为创建树而绘制的训练示例的数量。
直观地说，如果我将这两个参数设置为它们的最大值，那么我应该避免“随机性”，因此每个创建的树都应该完全相同。因为所有的树都是完全相同的，所以不管森林中有多少树或不同的运行(即不同的种子值)，我都应该取得相同的结果。
我使用R中的randomForest库测试了这个想法，我认为前面提到的两个参数分别对应于'mtry‘和'sampsize’。我已经将这些值设置为它
浏览 2提问于2014-04-29得票数 0
2回答
我在一个目录中有一堆png文件，我想通过R将它们转换成gif (动画)文件。你能告诉我怎么做吗？
浏览 15提问于2019-05-31得票数 4
回答已采纳
我正在增加我的数据，我想确保相关数据在交叉验证期间不会被分成不同的折叠。
我知道scikit-learn有一个带标签的k-折叠算法，它接收标签列表和数据集，并确保在两个不同的文件夹中找不到相同的标签。在R中有这样的等价物吗？我正在使用插入符号包进行回归建模。
浏览 9提问于2016-08-07得票数 1
1回答
基于傅里叶变换的二维阵列重采样
、、、、
我有一个关于重采样2-d阵列的问题。
有时，需要将地学数据的原始大小转换为其他大小。如果每个轴的比率相等，则任务很简单，其中np.reshape允许100x100到50x50的二维阵列而不会丢失数据。代码如下所示：
## creat a original data
xc1, xc2, yc1, yc2 = 100, 110, 35, 45
XSIZE,YSIZE=100,100
lon,lat = np.linspace(xc1,xc2,XSIZE),np.linspace(yc1,yc2,YSIZE)
pop = np.random.uniform(low=1000, high=5000
浏览 0提问于2019-10-19得票数 0
我需要创建一个脚本，提示每4或9个用户作为采样用户访问超过一天，但我没有办法存储全局计数器(文件系统，内存等)，是否有一个算法或函数，可以近似选择第n个用户？
或者即使是概率抽样也行得通。比如25%
近似值，最好是比准确率更快的东西
浏览 2提问于2012-09-22得票数 0
回答已采纳
2回答
我试着在surface.At上做重要抽样，首先，我从单位球体中均匀选择方向。
vec3 direction = camera->genDirection();
...
direction = random_in_unit_sphere();
float cosine = dotp(direction,surfaceNormal);
/*
float dotp(float val){
val = dot(val);
if(val>0.0001f) return val;
else return 0.0001f;
}
*/
vec3 brdf_result = material->
浏览 0提问于2020-08-24得票数 1
回答已采纳
2回答
尝试导出.RMD时从R Markdown获取此错误
"Error in filter(Gastropods, Species == "Cellana") : object 'Species' not found Calls: <Anonymous> ... withCallingHandlers -> withVisible -> eval -> eval -> filter"
然而，我所有的情节都成功地出来了。我可以在数据中清楚地看到物种列在那里，并且Cellana是一个物种。没有拼写错误或任何东西。
我的
浏览 0提问于2017-05-26得票数 0
我正在通过心理分析软件包进行因子分析。
cormat <- polychoric(na.omit(mself1))
##Warning message:
In cor.smooth(mat) : Matrix was not positive definite, smoothing was done
fa(cormat,nfactors=3,n.obs = 183 ,n.iter=1, rotate="oblimin",fm="ml")
## Error in if (dim(r)[1] == dim(r)[2]) { : argument is of l
浏览 0提问于2013-01-29得票数 1
回答已采纳
1回答
我有从一项调查中收集的数据。csv文件如下所示。
1c x x 1e x x 2c x x 2e x x
D x x D x x R x x R x x
R x x R x x D x x D x x
D x x D x x R x x R x x
R x x R x x R x x R x x
等等，等等。
X表示此分析中未使用的其他数据。
来自1c和1e (或任何成对的列)的响应应该相同。这是作为一种操作检查来测试参与者是否注意到了。我想要计算“D”的数量和“R”的数量，但是如果成对的列不匹配，它们就不会被计数。
现在我正在做这样的事情：
浏览 1提问于2017-02-19得票数 0
我有一个大约有2500行的data.frame mydf。这些行对应于第1列mydf$V1中的69个对象类，我想计算一下每个对象类有多少行。我可以通过以下命令获得这些类的因子：
objectclasses = unique(factor(mydf$V1, exclude="1"));
计算每个对象类的行数的简洁R方法是什么？如果这是任何其他语言，我会使用循环遍历数组并保持计数，但我是R编程新手，正在尝试利用R的矢量化操作。
浏览 110提问于2014-09-30得票数 45
回答已采纳
我有一个高度不平衡的数据集，目标类实例的比率为60000:1000:1000:50 (即总共4个类)。我想使用randomForest来预测目标类。
因此，为了减少类的不平衡，我使用了sampsize参数，将其设置为c(5000, 1000, 1000, 50)和其他一些值，但并没有太多用处。实际上，在我玩sampsize的时候，第一类的准确率下降了，尽管其他类预测的改善非常微小。
在挖掘归档文件的过程中，我偶然发现了randomForest()的另外两个特性，即strata和classwt，它们用于解决类不平衡问题。
classwt上的所有文档都是旧的(通常属于2007、2008年)，这些文
浏览 113提问于2013-11-28得票数 27
1回答
我需要从数据帧的随机化中生成和保存多个文件。原始数据框是几年来的每日天气数据。我需要生成的文件是随机重组的年份，但保持年份顺序。
我已经开发了一个用于随机化年份的简单代码，但我在重复随机化和将每个输出随机化数据帧保存为单独的文件时遇到了麻烦。
这就是我到目前为止所知道的：
# Create example data frame
df <- data.frame(x=c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5,6,6,6,7,7,8,8))
df$y <- c(4,8,9,1,1,5,8,8,3,2,0,9,4,4,7,3,5,5,2,4,6,6)
df$z &l
浏览 1提问于2018-12-01得票数 0
我对R比较陌生，所以如果这是一个愚蠢/显而易见的问题，我很抱歉！我感兴趣的是创建一个新的数据集，该数据集由从更大的数据集中替换后重新采样的行的集合组成。
我的数据集看起来像这样，每个分组变量有多行。
> df <- data.frame(value=c(1:5,1:4,1:3),ID=c(rep(1,5),rep(2,4),rep(3,3)))
> df
value ID
1 1 1
2 2 1
3 3 1
4 4 1
5 5 1
6 1 2
7 2 2
8 3 2
9
浏览 4提问于2016-02-22得票数 0
1回答
我有一个多元概率密度函数P(x,y,z)，我想从中采样。通常，我会使用numpy.random.choice()来完成这类任务，但这个函数只适用于一维的概率密度。是否存在用于多变量PDF的等效函数？
浏览 3提问于2018-02-08得票数 2
1回答
我希望用粗心的包来计算数据集中的奇数一致性。代码采用以下参数：
evenodd(x, factors, diag = FALSE)
在他们的教程()中，他们有一个示例，其中有一个由10个尺度组成的数据集，每个标尺包含10个条目，因此它们的线条如下所示：
evenodd(careless_dataset2, factors = rep(10,10))
我的问题是我的数据集在尺度的长度上是不同的。此外，有一些专栏，我不想被包括在内(例如随机的人口统计问题)。我试着子集我的数据，只是有一个有10个条目的1比例尺的数据框架，所以我的子集数据有10列。
所以我试着用这个来表示一个比例和10个项目：
ev
浏览 2提问于2020-07-24得票数 1
回答已采纳
我有3个数据集，每个数据集分成3个不同的类( 买入/持有/出售 )。我随机抽取每个数据集中每个类的频率到每个数据点10000个数据点。
我的问题是，在我做随机抽样之前还是之后，我应该对训练集进行缩放？它是否在某种程度上扭曲了最终的训练？
我为我提供了一个平衡每个数据集的函数，请注意，此时数据已经被缩放了。
def balance_dataset(df):
training_set = df[:round(len(df.values) * TRAINING_LENGTH)]
label_frequencies = training_set['Label'].v
浏览 0提问于2020-03-31得票数 3
我在R中得到了这个信息：
附加包：“质量”
下面的对象被“package:dplyr”屏蔽：
选择
浏览 2提问于2021-12-01得票数 0
2回答
我的第一步是一般的机器学习，特别是R。我以前使用过python的sklearn，但我对R完全陌生。为了一个大学项目，我尝试在一个基因表达数据集上随机选择一个森林，用于教育目的。我正在尝试通过不同脑细胞的基因表达来预测精神障碍(双相情感障碍、抑郁症或精神分裂症)。我的脚本目前看起来像这样： library(randomForest)
train_ind <- sample.int(n = nrow(GSMdata),
size = floor(0.75*nrow(GSMdata)),
r
浏览 27提问于2019-03-22得票数 0
1回答
我正在尝试理解频率估计的过零方法。在搜索后，找到了以下代码： est_freq = round(framerate / np.mean(np.diff(zero_crossings)) / 2) 为了进一步了解，我编写了以下代码： import numpy as np
framerate = 1e3
a = [1, 2, 1, 1, -3, -4, 7, 8, 9, 10, -2, 1, -3, 5, 6, 7, -10]
signs = np.sign(a)
diff = np.diff(signs)
indices_of_zero_crossing = np.where(diff)
浏览 34提问于2021-04-22得票数 0
回答已采纳
2回答
我正在尝试写一个程序，在Adobe Illustrator中创建的两个形状之间使用javascript步进。我可以通过将图形导出为SVG然后使用Raphael.js来实现：
然而，两个形状之间的插值看起来相当糟糕。我从 那里了解到，最好使用使用b样条曲线的算法进行插值，并在适当的地方添加或减去顶点，我假设拉斐尔使用的SVG标准不这样做。我想知道是否有可能用d3.js来实现这一点，因为我注意到它的SVG文档中有插值选项，而"basis“似乎使用了b样条。我的jsfiddle可以通过适当的插值在d3中完成吗？
或者，有没有更好的方法来解决这个问题呢？我使用SVG可能走错了路，因为生成的路
浏览 4提问于2012-08-09得票数 3
2回答
我试图理解对抗生成网络是如何工作的:我在Fran ois Chollet (用Python进行深度学习)的书中找到了一个例子，其中有一个使用CIFAR10数据集的GAN示例，它使用的是包含32x32 RGB图像的“青蛙”类。
我不明白为什么：
在(1)输入转换为16×16 128通道(为什么128通道？)特征图
在(2)中，当进行卷积时，使用哪一个滤波器？未指定
接下来，运行另一个Conv2DTranspose，然后运行另一个3 Conv2d。为什么？!
最后，我有一个32×32 1通道的特征图.
from keras import layers
import numpy as
浏览 0提问于2019-05-31得票数 1
回答已采纳
我正在尝试学习如何使用R/R studio来做一个项目。下面描述了我将使用R执行的一些初始任务，如果有资源教我如何执行下面的任务，我将非常感激。
我在一个excel文档(文档A)中有一列唯一标识符，即a、b和c。每个标识符都有另一个excel文档，与这些唯一标识符具有相同的名称。因此，对于每个唯一的ID，我希望查找具有匹配名称的电子表格，并从该电子表格中检索特定列中的第一个和最后一个值，以及该列中的平均值和最大值。
我有兴趣找到一个资源，将教我做所有这些和更多，并不介意投入时间来学习，即我并不急于做这件事。
在这一步之后，我有更复杂的事情要做。
我有另一个文档(文档B)，其中有一列标识符，但是
浏览 0提问于2020-03-06得票数 0
1回答
我使用以下R代码来训练我的数据
>mygrid = expand.grid(.decay=seq(0.01,0.1,0.01), .size=c(10:20))
>set.seed(25000)
>nnetfit = train(logprice ~ .,
data=traindata,
method="nnet",
maxit=5000, #max number of iteration
浏览 0提问于2018-04-15得票数 0
回答已采纳
1回答
我正在使用MATLAB中的图像处理工具箱中的内置radon函数。直到今天，我一直在使用一些自定义函数，它们给了我预期的结果。特别是，我正在开发一个数学模型，它可以检索点扩展函数(PSF)在几个方向上的投影(基线是0/45/90/135度)。
我准备了一个非常简单的例子来展示我正在实验的问题：
I = zeros(1000,1000);
I(250:750, 250:750) = 1;
theta = [0 45 90 135];
[R,xp] = radon(I,theta);
figure;plot(R);legend('0°','45°','90°&
浏览 11提问于2016-07-29得票数 3
1回答
我在R中有一个元素列表，结构如下：
[[1]]
value weight
[1,] 1 0.085308057
[2,] 1 0.251184834
[3,] 1 0.009478673
[4,] 1 0.180094787
[5,] 1 0.445497630
[6,] 1 0.028436019
[[2]]
value weight
[1,] 1 0.1753555
[2,] 2 0.1706161
[3,] 1 0.3317536
[4,] 3 0.3222749
我尝试
浏览 4提问于2015-03-27得票数 1
1回答
我知道这是一个真正的初学者问题，我很乐意向任何人提供任何帮助。但我发现找到一些或多或少容易阅读的资源是相当复杂的。 所以问题是我想在R中创建一个包，比方说我想使用dplyr-package中的许多函数。所以我在我的utils.R的顶部做了一个@import dplyr，在那里我有许多小的函数来做一些数据清理等工作。 现在，当我用devtools::load_all()加载我自己的所有函数，并开始输入我的包和包的名称时，我也会从dplyr- ::中得到所有函数的建议。 我在这里遗漏了什么重要的方面？
浏览 13提问于2021-01-21得票数 1
回答已采纳
1回答
我的数据集有821049个变量和18列。我想采取9列进行分层抽样。这些是"BASKETS_NZ"，"PIS"，"PIS_AP“，"PIS_DV"，"PIS_PL"，"PIS_SDV"，"PIS_SHOPS”，"PIS_SR"，"QUANTITY“。我的分层变量是ID = 1:821049。如何选择变量的间隔？如何设置采样大小？ dpt(rbind(head(WKA_ohneJB，10)，tail(WKA_ohneJB，10) structure(list(X = c(1L,
浏览 22提问于2020-04-03得票数 1
2回答
THis看起来很公平，也许是个bug，或者我错过了一些非常基本的东西。我尝试将物种转换为二进制变量&因此在简单操作时使用大小写，但是接收错误不确定是否应该出现。
iris %>%
dplyr::mutate(Species=as.factor(Species),
Species=case_when(Species=="setosa"~"virginica",
TRUE~Species))
Error: Problem with `mutate()` input `Species`
浏览 0提问于2020-12-03得票数 2
回答已采纳
1回答
我的应用程序将第一个场景渲染为绑定到FBO的纹理，然后计算着色器对纹理图像进行一些处理，并将其写入另一个纹理，然后我使用该纹理渲染第二个场景。一切都好。
现在我希望第一个场景是抗锯齿的，所以我创建了一个多采样纹理，并在渲染之前将其绑定到FBO。在计算着色器中，我使用imageLoad(buf, pos, sample)从image2DMS读取(而不是从image2D读取imageLoad(buf, pos) )来读取所有样本并计算片段的平均值，但看起来所有样本具有相同的值。
在我拿出相关的代码并将它们放到一个简单的测试程序中之前，我想知道我是否理解了多样本模型，以及我试图做的事情是否可能。20
浏览 4提问于2014-09-06得票数 3
1回答
我想以一种更好的方式重新排列facet_wrap图。
library(ggplot2)
set.seed(123)
freq <- sample(1:10, 20, replace = T)
labels <- sample(LETTERS, 20)
value <- paste("i",1:13,sep='')
lab <- rep(unlist(lapply(1:length(freq), function(x) rep(labels[x],freq[x]))),2)
ival <- rep(unlist(lapply(1:
浏览 0提问于2017-10-11得票数 2
如果行符合特定的if语句，如何从列中重命名行的某些值？
示例：
Date Type C1
2000 none 3
2000 love 4
2000 none 6
2000 none 2
2000 bad 8
所以我想把列中的“爱”和“坏”重命名为"xxx“。
Date Type C1
2000 none 3
2000 xxx 4
2000 none 6
2000 none
浏览 0提问于2018-05-15得票数 2
回答已采纳
在Python或R中处理数据时，我们经常加载几个包。在某些情况下，两个包(例如foo和bar)可能各自包含一些函数(例如do_stuff)。 在Python中进行管理以防止歧义或意外的方式如下所示： from foo import do_stuff
from bar import other_function # (does not load/import do_stuff() from bar) 在R中，我看到的所有代码都只是使用多个library(package_name)语句导入整个包。我认为这会导致非常难以捕获的bug。例如，请参见Reordering factor gives
浏览 74提问于2017-07-18得票数 11
回答已采纳
在工作中，我有一台运行R3.1.2的Windows7电脑。
我有一个名为packages.R的文件。在这个文件中，我有以下代码：
library(dplyr)
library(sqlutils)
library(RODBC)
我的.Rprofile包含一个名为.First的函数。
.First <- function() {
source("R/packages.R")
}
当我加载R时，我得到以下输出：
Loading required package: roxygen2
Loading required package: stringr
Loading req
浏览 1提问于2014-11-15得票数 14
回答已采纳
1回答
我希望能够首先将具有类似属性的行组合为一个行(例如，每个City/年有一行)，然后为每个行找到类别类型的特定计数。
例如，将此作为原始数据：
City Year Type of Death
NYC 1995 Homicide
NYC 1996 Homicide
NYC 1996 Suicide
LA 1995 Suicide
LA 1995 Homicide
LA 1995 Suicide
我想要制造出这样的东西：
City Year n_Tot
浏览 2提问于2021-07-05得票数 0
回答已采纳
1回答
为了逐步理解GNURadio和SRD的世界，我尝试实现第一个流程图来模拟DSB调制器/解调器。该信号是由音频接收块以32000 Sa/s的速率接收的音频文件，USRP (N210)是发射器，RTL (NESDR Mini 2+)是接收器。我不能让它工作。以下是启动后的和的图。
请注意我的错误。谢谢
浏览 20提问于2021-03-01得票数 0
回答已采纳
3回答
我在R中有以下数据
Key Quantity
1_2013 20
1_2013 20
2_2013 20
2_2013 30
3_2013 20
3_2013 20
4_2013 20
4_2013 30
10_2013 20
10_2013 20
11_2013 20
11_2013 30
当我在Key列上聚合时，我希望保持Key列的原始顺序。但是，当我在dplyr中执行group_by
浏览 0提问于2018-07-26得票数 1
回答已采纳
我有一个“主数据帧”，对一个分类变量有不相等的观察，并且想要创建，比方说，20个其他平衡子数据帧。 对于这些新子数据集，我希望保留变量x= 0的所有行，并随机抽样x= 1的行，其中x=1必须与x= 0具有相同的长度。 所以，如果我们有这样的东西： x <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0)
y <- sample(1:25)
df <- data.frame(x,y) # master dataframe 这就是我想要得到的： df_1 <- df[sample(which(df$x==
浏览 21提问于2019-08-24得票数 1
回答已采纳
我正在将一个统计算法实现到一个R包中，这将用于我的分析。R包在我的磁盘上是本地的。
由于我对R包做了很多更改，所以我希望我的分析脚本每次运行时都重新安装和重新加载新的R包。
做这件事最好的方法是什么？目前，我使用：
install.packages("~/my_package/", repos=NULL, type="source")
library("my_package")
然而，似乎我仍然需要手动告诉Rstudio重新启动我的R会话，才能启动新版本。
浏览 8提问于2017-10-24得票数 13
回答已采纳
我有一个名为AOT的文件夹，其图像名称的范围为1:744。我有另一个名为FOG的文件夹，其中有一个图像名称- '01DEC2016_0000_L2C_FOG_FOG.tif‘。我需要用雾中的'01DEC2016_0000_L2C_FOG_FOG.tif‘重采样AOT中的1.tif，并且类似于AOT文件夹中的所有744个文件。我正在做重采样与循环的帮助，但一个错误来了。 我试过了： > require(raster)
#reading files from folder AOT
> flname1 <- list.files(path = 'D:/mt
浏览 51提问于2019-02-07得票数 0
回答已采纳
2回答
R与滑雪板中的随机森林
、、、、
非常方便的是，R中的RandomForest接受输入(X)的因素。如果从带有值(a，b，c)的因子变量中构建一个节点，将其分解为(a，c)和(b)，我假设这样做可以使构建树更容易。在sklearn中，我需要将所有内容编码为虚码(0,1)，以便丢失a、b、c向量之间的任何关系。
我的解释正确吗?在滑雪板中有一种连接输入向量的方法吗？
如果我将变量编码为( 0,1 , 2 )，我还假设sklearn会将其解释为0和1彼此接近，因此它将寻找(例如)一个分割的0，1，vs2。
浏览 6提问于2017-08-10得票数 3
2回答
我正在开发一个应用程序来检测网页上的广告图像。一旦我发现了它们，我就不会允许它们在客户端显示。
从我在上得到的帮助来看，我认为支持向量机是实现我的目标的最好方法。
所以，我有编码支持向量机和SMO自己。我从UCI数据仓库获得的数据集有3280个实例( )，其中大约400个实例来自表示广告图像的类，其余的实例代表非广告图像。
现在，我正在接受第一个2800输入集并训练支持向量机。但是，在观察了准确率之后，我意识到，这2800个输入集中的大部分来自非广告图像类。所以我在那门课上得到了很好的准确度。
那么我能在这里做什么呢？我应该给支持向量机多少个输入集来训练，每节课有多少输入集？
谢谢。干杯。(
浏览 3提问于2010-02-17得票数 4
我阅读了很多关于如何专门为不平衡的数据集使用不同的度量(例如，存在两个类，但80%的数据是一个类)，以及如何处理不平衡数据集的问题。
一个技巧是过采样，因此获取更多(甚至重复一些)属于未充分表示的类的数据。我尝试过这一点，并取得了更好的结果(在我的模型能够很容易地预测每件事情的单个类，达到80%的准确性lol之前)。
然而，我在想，这个模型与现实生活中的数据相吻合吗？数据科学/机器学习的“规律”之一是，您的培训数据必须具有与您打算使用模型的真实数据相同/相似的属性。但是，通过过度抽样，我创建了一个数据集，其中一个类占50%，另一个类占50%，而“自然”、现实生活中有80%是一个类，另一个类占2
浏览 0提问于2021-04-29得票数 5
回答已采纳
我不能在R中应用一个简单的过滤器，它会抛出一个错误，导致参数找不到，而且我也不知道如何解决它。我使用imdb数据库，下面是代码：
imdb_ratings <- imdb_ratings %>% filter(nrOfWins > 0)
错误：Error in filter(., nrOfWins > 0) : object 'nrOfWins' not found
浏览 6提问于2020-04-18得票数 2
回答已采纳
我有一个SKU -week数据，其中有不同的店内活动(战术)。我想通过策略来总结每个变量。将代码粘贴到SAS中：
proc sql;
create table lp.lp_sku_report1
as select distinct(tactic), sum(Sales_Stat_Case_10_Lt) as Sales_Stat_Case_10_Lt, sum(Sales_Units) as Sales_Units, sum(Sales_Dollars) as Sales_Dollars, sum(Baseline_Stat_Case_10_Lt) as Baseline_Stat_C
浏览 5提问于2015-12-21得票数 0
1回答
我正在使用FactoMine R绘制一个MCA图，我有如下数据表：
Met Aa Fn Pg Pi Tf Smut Ssob An Csput
C1 High N.S. N.S. N.S. High N.S. High High N.S.
C2 High N.S. Low High N.S. N.S. N.S. N.S. N.S.
C4 High High N.S. High N.S. N.
浏览 2提问于2013-07-10得票数 0
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
