我尝试使用下面的代码通过RANSAC拟合健壮的回归模型 from sklearn.linear_model import RANSACRegressor residual_threshold=5.0,ransac.fitresidual_threshold=5.0,
----> 7
浏览 91提问于2020-07-27得票数 1
1回答
我试图使用sklearn的算法来拟合一个没有截距的线性模型(强制拦截为0)。在中，可以很容易地设置fit_intercept=False。但是，RANSAC的中似乎不存在此选项。这个功能没有实现吗？什么是替代sklearn的RANSAC来客观地选择轻量级和离群点，允许将拦截设置为0？实现应该如下所示，但它会引发一个错误：
ransac_
浏览 2提问于2020-07-03得票数 3
回答已采纳
1回答
我正在尝试将一架飞机安装到一个点云，使用RANSAC在scikit。X_train = diabetes.data[:-20, (0,1)]
浏览 4提问于2016-08-26得票数 2
我试着用curve_fit、RANSAC和其他东西来学习基础知识，但有一件事我不明白。from sklearn.base import BaseEstimator # https://s
浏览 0提问于2021-09-14得票数 1
回答已采纳
基于问题的公认答案，我试图用RANSAC实现一个多项式回归器来拟合一个5阶多项式。from sklearn.linear_model import RANSACRegressorransac = RANSACRegressor(base_estimator=PolynomialRegression(degree=5),(np.expand_di
浏览 7提问于2021-12-21得票数 2
回答已采纳
我的问题是，我们可以选择哪种决策树算法用于滑雪？我们是否可以改用其他算法，如C4.5？
浏览 2提问于2021-03-14得票数 1
这个问题我得不到令人满意的答案。据我所知，TensorFlow是一个用于数值计算的库，通常用于深度学习应用程序，而Scikit-learn是一个通用机器学习框架。 但是，它们之间的确切区别是什么?TensorFlow的目的和功能是什么？我可以一起使用它们吗?这有什么意义吗？
浏览 67提问于2020-04-15得票数 40
回答已采纳
我正在尝试创建一个包含Scikit Learn的所有算法以及每个算法的元数据的数据帧。在R中的Caret中，有一个名为getmodelinfo()的函数可以执行此操作。Scikit Learn中有没有等价物？
浏览 12提问于2020-03-05得票数 2
回答已采纳
2回答
这个问题与有关，但我不认为能给出相同的答案。我正在对Nvidia GPU执行scikit学习算法，没有错误，所以假设scikit运行在底层硬件上。由于scikit-learn不是针对GPU设计的，什么是进程，使算法能够运行？例如，我正在使用带有规范的Gigabyte Nvidia GTX 1060 WF2 3GB GDDR5 PCI-E运行执行scikit学习算法：
1152 NVIDIA CUDA
浏览 19提问于2017-10-01得票数 0
回答已采纳
3回答
学会使用GPU吗？
、、、、
阅读scikit的实现--在TensorFlow：和scikit中学习--学习：，我正在努力决定使用哪个实现。
如果运行在Nvidia GPU上，算法将被并行运行，我不确定scikit-lea
浏览 10提问于2017-01-10得票数 108
回答已采纳
我试着用SVM分类器训练一个有大约10万个样本的数据，但我发现它非常慢，甚至两个小时后也没有反应。当数据集有大约1k个样本时，我可以立即得到结果。
浏览 3提问于2016-10-17得票数 42
回答已采纳
我使用的是scikit learn的梯度增强树分类器。它使功能重要性评分在feature_importances_中可用。这些特征重要性是如何计算的？我想了解scikit-learn使用的是什么算法，以帮助我理解如何解释这些数字。文档中没有列出该算法。
浏览 0提问于2017-05-25得票数 4
有几种算法可以构建决策树，例如CART (分类和回归树)、ID3 (迭代二叉树3)等
scikit-learn默认使用哪种决策树算法？scikit-learn会根据数据聪明地选择最好的决策树算法吗？
浏览 25提问于2019-08-21得票数 2
回答已采纳
我想使用随机搜索算法，而不是使用scikit-learn的网格搜索。但我只能在文档中找到GridSearchCV估计器。在scikit-learn中可以使用随机搜索而不是网格搜索吗？
浏览 0提问于2013-03-07得票数 6
回答已采纳
1回答
在具有一些特性的数据上，我为回归目的训练了一个随机森林，并且梯度增强了回归树。对于这两种方法，我都计算了特性的重要性，我发现它们有很大的不同，尽管它们的得分相似。Importance:
Feature 2: 0.10Feature 4: 0.09对于梯度增强的回归树我想，也许是因为有了坡度增强的回归树，树木比随机森林更浅。但我不确定。
浏览 1提问于2015-01-09得票数 0
我采用一种回归分析的方法，其思想是根据最小样本=i在范围内和b1在范围内计算出不同的分数。thisdict1 = {}
for b1 in range (1, 6): ransac2.fit(X_test, y_test)
浏览 5提问于2022-09-30得票数 -1
1回答
我有成千上万的图表，就像我附上的那张。我对粉红线感兴趣。如果粉红线的行为与线条的整体模式(即黑圈)发生了巨大的变化，则需要对图形进行标记。虽然我只对粉红线的行为感兴趣，但我包含了蓝线，因为在每一张图中，当粉红色线向下倾斜时，蓝线向上倾斜。任何提示或指导都将不胜感激！谢谢:)
📷
浏览 0提问于2019-12-02得票数 2
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
