1回答
我正在使用scikit-learn的类来执行特性选择。我感兴趣的是确定一堆变量的相对重要性。然而，scikit-learn对多个变量返回相同的排名(1)。在它们的示例代码中也可以看到这一点：>>> from sklearn<
浏览 1提问于2019-06-04得票数 8
回答已采纳
我使用了递归特征消除和交叉验证(rfecv)，以便为我拥有的几个特征(m =154)找到最佳准确度分数。rfecv = RFECV(estimator=logreg, step=1, cv=StratifiedKFold(2),rfecv.fit(X, y)
排名(rfecv.ranking_)和相关分数(rfecv.grid_scores_)让我感到困惑。正如你可以从前13个特征
浏览 24提问于2017-02-28得票数 3
回答已采纳
1回答
我正在尝试使用scikit的递归特征消除和交叉验证来处理具有二进制类问题的(5000, 37)数据，每当我适合该模型时，算法就会进入无限循环。目前，我正在学习这个例子：https://scikit-learn.org/stable/auto_examples/feature_selection/plot_rfe_with_cross_validation.html关于如何使用这个算法。我的数据是： fr
浏览 39提问于2020-11-29得票数 0
回答已采纳
4回答
我试图使用scikit-learn和随机林分类器预先形成递归特征消除，使用OOB作为在递归过程中创建的每个子集的评分方法。，但它们确实有吉尼评分的排名。所以，我想知道如何解决这个问题。请注意，我希望使用一种方法，该方法将显式地告诉我在最优分组中选择了来自我的pandas DataFrame中的哪些特性，因为我使用递归特性选择来尽量减少我将输入到最终分类器中
浏览 9提问于2014-06-09得票数 17
回答已采纳
我正在应用特征选择方法，RFE (递归特征消除)，从scikit-学习到一个数据集。对于RFE，我没有任何预先确定的特性数量，我更愿意从数据本身获得这个数字。到目前为止，我应用了一系列的功能，从1到10个，用于培训数据。对于评估，我使用来自预测结果的F1，使用来自RFE的特性。对于序列化，我计划使用提供最佳F1的功能数量。还可以使用哪些其他方法来确定RFE的功能数量？谢谢!
浏览 0提问于2018-08-30得票数 2
2回答
我的代码如下。k_fold = StratifiedKFold(n_splits=10, shuffle=True, random_state=0)
rfecv= RFECV(estimator=clf, step=1, cv=k_fold, scoring='roc_auc')
param_grid = {'estimator__C': [0.001,'estimator__kernel'
浏览 18提问于2019-04-12得票数 3
回答已采纳
1回答
Scikit-learn库支持递归特征消除(RFE)及其交叉验证版本(RFECV)。RFECV对我非常有用，它选择了一些小的特性，但是我想知道RFE的交叉验证是如何完成的。RFE是减少最不重要的特性的方法。所以我认为RFECV会计算交叉验证分数，去掉1乘1的特征。
但是如果使用交叉验证，我认为每个折叠都会选择其他特性，因为数据是不同的。有人知道在
浏览 0提问于2016-01-10得票数 1
回答已采纳
我正在尝试在scikit-learn中结合递归特征消除和网格搜索。正如您从下面的代码中看到的(可以工作)，我能够从网格搜索中获得最佳估计器，然后将该估计器传递给RFECV。然而，我宁愿先做RFECV，而不是网格搜索。问题是，当我将选择器从RFECV传递到网格搜索时，它不接受它：有没有可能从RFECV获取选择器并将其直接传递给
浏览 5提问于2015-08-25得票数 7
1回答
我正在使用递归特征排名函数I scikit-learn ()。但是，我想使用LDA分类器作为估计器。我有这样的代码：estimator = LDA()selector = RFECV(estimator, cv = 5,step = 1)
selector=selector.fit(X,y)如果我
浏览 1提问于2012-04-18得票数 0
我有一个有几个特性的数据集。我希望使用Pearson系数找到与类属性相关的顶级'n‘属性/特征。我怎么能这么做。
下面是我的数据集结构: class_attr col1 col2 col3 ..。
浏览 3提问于2017-11-08得票数 0
目前，我正在研究网格搜索(GridSearchCV)中的递归特征消除(RFECV)，使用scikit-learn寻找基于树的方法。为此，我在GitHub上使用当前的dev版本(0.17)，它允许RFECV使用树方法中的特性重要性来选择要丢弃的特性。为了清楚起见，这意味着：
对于每一组参数，执行递归特征消除，以获得最优的</e
浏览 1提问于2015-08-03得票数 2
1回答
对于pypi网站，很容易上传一个带有链接到新包的自述文件的包。 我不确定使用pip安装它的人最好的方式是什么。我假设在pip install old_name上显示一个错误是可能的，环顾四周，在setup.py中使用cmdclass似乎是可能的，也许在正确的地方抛出一个异常，但关于它的文档很少。因此，我想知道是否有人知道这方面的适当内置系统，或处理这类事情的常见做法。
浏览 12提问于2020-04-22得票数 4
回答已采纳
2回答
在OSX10.11.6和python 2.7.10上，我需要从sklearn流形导入。我已经安装了numpy 1.8 Orc1，.13 Ob1和scikit-learn 0.17.1。我使用pip安装sklearn(0.0)，但是当我尝试从sklearn流形导入时，我得到了以下内容：
追溯(最近一次调用)：文件""，第1行，文件"/Library/Python/2.7/site-packages导入签名文件"
浏览 5提问于2016-08-03得票数 60
回答已采纳
我正在尝试使用sklearn.metrics.davies_bouldin_score评估一个聚类kmeans模型。我正在使用运行时Python 3和GPU加速器的google colab。我得到了这个错误:模块'sklearn.metrics‘没有属性'davies_bouldin_score’。
我尝试过以不同的方式导入指标包，因为有人建议将其作为from sklearn import metrics和import sklearn.metrics。这没有什么不
浏览 0提问于2018-10-02得票数 0
1回答
import RFECV estimator = SVC(kernel="linear", probabilityFalse False False True True但我的问题是。类select_RFECV中的属性FeatureSelection()接受其输入之一--估计器c
浏览 0提问于2014-06-20得票数 0
回答已采纳
我在代码中有5个随机的森林分类器，但是现在我不能从sklearn.ensemble导入VotingClassifier函数。当我写下这篇文章时：错误信息为：
ImportError: cannot import name VotingClassifier我该如何解决这个问题呢？
浏览 2提问于2015-05-27得票数 2
我正在尝试通过Python中的Keras深度学习库学习神经网络。我正在使用Python3，并引用了这个链接：ImportError:没有名为“sklearn.model_selection”的模块from keras.layers import Dense
from keras.wrappers.scikit_learn
浏览 2提问于2017-04-25得票数 6
回答已采纳
我试过这个：In [2]: from sklearn.manifold import TSNE
/home/intern/<ipython-input-2-9afc8da4e1e3> in <module>()
ImportEr
浏览 1提问于2015-06-26得票数 2
获取错误：ModuleNotFoundError: No module named 'sklearn.linear_model._logistic'gunicorn==19.9.0requests==2.22.0scipy: File "/app/app.py", line 4, in <module>
2020-06-02T07:59:38.01199
浏览 0提问于2020-06-02得票数 7
我试图通过学习RFECV对象和交叉验证分数，以返回模型的性能与选择的功能和特征排名。原始数据集是一个timeseries数据，因此我使用TimeSeries Split进行拆分。from sklearn.datasets import make_classificati
浏览 4提问于2020-07-05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
