多标签分类ML-kNN与KNN
是两种常见的机器学习算法，用于解决多标签分类问题。
ML-kNN（Multi-Label k-Nearest Neighbors）是一种基于k最近邻算法的多标签分类方法。它通过计算样本与训练集中各个样本之间的距离，选取距离最近的k个样本作为邻居，并根据邻居的标签进行多标签分类。ML-kNN算法的主要步骤包括：计算样本之间的距离、选择k个最近邻居、根据邻居的标签进行多标签分类。
ML-kNN算法的优势在于简单易实现，适用于多标签分类问题。它可以根据样本之间的相似性进行分类，同时考虑了邻居样本的标签信息，能够更准确地进行多标签分类。
ML-kNN算法的应用场景包括文本分类、图像分类、音频分类等需要同时预测多个标签的任务。对于文本分类任务，可以将每个文档看作一个样本，每个标签表示文档的主题或类别；对于图像分类任务，可以将每个图像看作一个样本，每个标签表示图像的内容或属性。
腾讯云提供了一系列与机器学习相关的产品和服务，可以用于支持多标签分类任务。其中，腾讯云的机器学习平台AI Lab提供了丰富的机器学习算法和工具，可以用于构建和训练多标签分类模型。此外，腾讯云还提供了弹性计算、存储、数据库等基础设施服务，以及人工智能、大数据分析等高级服务，可以满足多标签分类任务的各种需求。
更多关于腾讯云机器学习相关产品和服务的介绍，可以参考腾讯云官方网站的机器学习产品页面：https://cloud.tencent.com/product/ml
相关·内容
1回答
我试图对大量输出标签(1000)进行多类分类。
我用KNN建立了一个模型。accuracy = knn.score(X_test, y_test)给出的精度为0.5。
这是否意味着给定一个输入，该模型能够预测数据所属标签的50%的时间？如果是的话，我会直觉地说这是好的，因为随机选择标签的概率是0.1%。
浏览 0提问于2020-02-26得票数 1
1回答
R中的多标号分类
、、、
我有一个包含28个变量(13个标签和15个特性)的培训数据集。一个包含15个特性的测试数据集，我必须根据这些特性来预测这个测试数据集的标签。我为所有13个标签分别制作了KNN分类器。
是否有可能将这13个单独的标签KNN分类器合并成一个单一的多标签分类器？
我当前的单标签代码：
library(class)
train_from_train <- train[1:600,2:16]
target_a_train_from_train <- train[1:600,17]
test_from_train <- train[601:800,2:16]
target_a_tes
浏览 0提问于2016-01-17得票数 3
回答已采纳
我遇到了一个非常奇怪的行为:为了测试Solr中的分类功能，我定义了以下处理器链：
<updateRequestProcessorChain name="classification">
<processor class="solr.UUIDUpdateProcessorFactory">
<str name="fieldName">id</str>
</processor>
<processor class=
浏览 0提问于2020-05-17得票数 0
2回答
我正在尝试用Haskell编写一个机器学习库，以提高我的Haskell技能。我想到了一个包含一个类的通用设计，就像这样：
class Classifier classifier where
train :: X -> y -> trainingData
classify :: trainingData -> x -> y
例如，在给定一组示例X及其真实标签y的情况下，train返回在分类函数中使用的trainingData。
因此，如果我想实现KNN，我会这样做：
data KNN = KNN Int (Int -> Int -> Flo
浏览 3提问于2016-09-06得票数 2
回答已采纳
1回答
我正在寻找一个kNN实现包。
这套方案应：
处理多标签问题
给出一个详细的输出，哪些k最近的邻居点分类测试点。
实现各种距离度量。
实现所有类型的实例加权。
到目前为止，我还没有找到一个(WEKA不支持多重标记)。
浏览 1提问于2015-03-02得票数 3
回答已采纳
我正在使用KNN分类器对性别进行分类。我想添加一个SVM分类器，而不是具有相同标签0和1的KNN分类器(0用于女性，1用于男性)
我有一个测试示例矩阵sample、一个训练示例矩阵training和一个带有训练示例group标签的向量。我需要class，这是测试用例的标签向量。
class = knnclassify(sample, training, group);
if class==1
x='Male';
else
x='Female';
end
如何更改此代码以使用支持向量机查找class？
浏览 4提问于2017-02-25得票数 0
我有一个训练数据集(50000×16)和测试数据集(5000×16)，这两个数据集中的第16列是决策标签或响应。测试数据集中的决策标签用于检验训练分类器的分类精度。我使用我的训练数据来训练和验证我的交叉验证的knn分类器。我使用以下代码创建了一个交叉验证的knn分类器模型：
X = Dataset2(1:50000,:); % Use some data for fitting
Y = Training_Label(1:50000,:); % Response of training data
%Create a KNN Classifier model
rng(10); % For rep
浏览 4提问于2016-05-06得票数 1
回答已采纳
1回答
多标签分类ML-kNN与KNN
、、、、
这可能是一个愚蠢的问题，但我只是想知道在scikit.ml中实现的ML-KNN和scikit learn的KNeighborsClassifier之间的区别是什么。根据sklearn's docs的说法，KNeighborsClassifier支持多标签分类。然而，ML-KNN是KNN，适用于多标签分类，构建在sklearn基于其docs的架构之上。 在搜索示例多标签问题时，MLkNN通常会出现，但我不知道使用它是否比sklearn的基本实现有任何优势，如果它已经支持它的话。这只是sklearn方面的后期适应，还是在实现方面有更多的差异？ 任何意见都是值得感谢的。谢谢!
浏览 35提问于2019-09-12得票数 5
1回答
一般主题:基于分类特征提取的颜色匹配应用
我决定使用“颜色直方图”和"K近邻“来对颜色进行分类。
我可以得到图像的颜色直方图，并将它们部署到带有标签的csv文件中，以训练KNN。这一步已经完成了！但是，我不明白如何将测试图像的颜色直方图值发送到KNN进行分类？测试图像颜色直方图中有一堆矩阵值。所以我的问题是，如何将这个点云(测试图像的颜色直方图值)发送到KNN进行分类？
浏览 15提问于2017-12-26得票数 0
2回答
众所周知，有一些分类器有训练或学习步骤，比如SVM或随机森林。另一方面，KNN没有。
KNN能比这些分类器更好吗？如果没有，为什么？
如果是的话，什么时候，怎么做，为什么？
浏览 1提问于2015-12-03得票数 0
回答已采纳
2回答
线性回归+ KFold交叉验证
、、、、
我已经准备好了一个预先拥有的数据集和相应的标签(8个类)。我已经用DT，KNN，NB和支持向量机等分类器对KFold和K=10进行了交叉验证，现在我想做一个线性回归模型，但不确定它与KFold的关系如何，它是否可能，或者对于回归，我应该把集合单独划分成一个训练和测试集？
这8个类别是年龄(对于NLP问题)，所以我想检查分类和回归的选项。
浏览 0提问于2018-07-04得票数 2
1回答
我有一个模型，它是在一个5维分类问题上进行学习训练的，它表现得比较好(有kNN和支持向量机版本，并且都以高精度复制了测试集)。
当该模型应用于“现实生活”时，许多样本很可能包含多个类的线性组合。因此，样本可能是70%的A类和30%的B类。
我所读到的关于sklearn中多标签分类的很多内容都涉及到一些不太符合这种范式的问题，其中大多数都是“标记”类型的问题，如电影类型分类。有没有办法将我的支持向量机/kNN模型应用于这类问题？我宁愿只训练单类的例子，但可以修改培训集，以创建一些多类的样本。
似乎我可以简单地为每个类做一个独立的二进制分类器。然而，这并不能给出每个标签的相对强度，即线性系数。这有
浏览 0提问于2019-03-27得票数 3
我得到这个错误:ValueError:分类指标不能处理未知和多类目标的混合 knn = KNeighborsClassifier()
knn.fit(x_train,y_train)
pred = knn.predict(x_test)
print(accuracy_score(y_test,pred))
print(classification_report((y_test,pred)))
print(confusion_matrix(y_test,pred) 我没有弄清楚其中的错误，为什么它会出现？
浏览 21提问于2019-04-17得票数 0
1回答
我正在尝试实现一个基于基于内容的相似函数(使用描述逻辑)的推荐系统。使用此相似函数，我为数据集的所有项建立了一个相似性矩阵。为了实现KNN分类器，我决定使用这类信息。
我正在使用的Weka实现，我实现了扩展的相似函数。它只是获取两个实例之间的距离分数并返回它，因为已经计算了。
使用此函数以这样的方式构造我的分类器：
IBk knn = new IBk(numNeigh);
knn.getNearestNeighbourSearchAlgorithm().setDistanceFunction(new MyCustomFunction());
在这种情况下，我无法理解如何使用数据集。我的数据集以
浏览 3提问于2015-07-08得票数 0
到目前为止，我已经阅读了一些被高度引用的指标学习论文。这类论文的总体思想是学习一种映射，使得具有相同标签的映射数据点彼此靠近，而远离其他类的样本。为了评估这些技术，他们报告了KNN分类器在生成的嵌入上的准确性。所以我的问题是，如果我们有一个标记的数据集，并且我们对提高分类任务的准确性感兴趣，为什么我们不在原始数据点上学习分类器。我的意思是，我们可以学习适合(而不是嵌入式)数据点的分类器，而不是找到适合KNN分类器的新嵌入。根据我到目前为止所读到的内容，这种分类器的分类精度比度量学习方法要好得多。是否有研究表明，至少在某些数据集上，度量learning+KNN的性能优于拟合(好的)分类器？
浏览 5提问于2017-07-18得票数 3
1回答
我想使用knn方法进行分类，但是除了检索适当的标签外，我还需要检索最近邻的值(对于测试数据)。如何在1nn中检索最近的邻居？例如，我有以下数据
#this is the train data
X Y L
1 4 T
2 5 F
3 6 T
#this is the test data
X Y L
8 3 T
#knn with k=1
knn(train[,-3],test[,-3],train$L,k=1)
此函数的响应只是适当的标签(“T”)，但我想返回最近邻居的值(例如，这里返回的是:第3:36行T)，请帮助我。
浏览 3提问于2017-10-23得票数 0
回答已采纳
1回答
我想在我的机器学习模型中应用交叉验证方法。在这些模型中，我想要一个特性选择和一个GridSearch应用。假设我想通过应用基于F分数(ANOVA)的特征选择技术(ANOVA)来评估K近邻分类器的性能，它选择了10个最相关的特征。守则如下：
# 10-times 10-fold cross validation
n_repeats = 10
rkf = RepeatedKFold(n_splits=10, n_repeats = n_repeats, random_state=0)
# Data standardization
scaler = StandardScaler()
# Vari
浏览 2提问于2022-01-21得票数 1
我想在weka中编写一个基于j48决策树的分类器，它在leafs中使用了另一个分类算法。具体地说，我想要knn。
例如，让我们看一个分类过程:给定一个新实例，我希望使用j48树获得“他的”叶子，然后不是返回与该叶子相关联的类，而是基于到达该叶子的训练集实例，返回knn算法将在该实例上返回的分类。所以基本上我想在j48的分类方法中注入knn算法。
我正在寻找一种使用weka API在java中做到这一点的简单的“不写太多”的方法。对我来说，最坏的情况是编写自己的决策树，并使用knn实现它。最好的情况是，我可以使用j48和IBk作为黑盒，并以某种方式实现这个“混合”分类器。
我喜欢听到任何关于如何
浏览 2提问于2012-04-12得票数 1
我想用IterativeImputer做一个多重归责。
以下是数据集(原始数据来自)：
要归罪的变量是"educ“和”se“。由于它们是分类的，所以我选择使用分类器(KNeighborsClassifier来自sklearn)。预测因子是连续的(除“性别”外)。
这是代码：
# calling the MICE class
KNN_class_estimator = KNeighborsClassifier()
mice_imputer = IterativeImputer(random_state=0, estimator=KNN_class_estimator, initia
浏览 12提问于2021-06-05得票数 0
回答已采纳
1回答
我正在使用3个标签(0,1,2 = neg，pos，neu)进行分类任务。数据是句子。因此，为了生成句子的向量/嵌入，我使用一个Bert编码器来获取每个句子的嵌入，然后使用一个简单的knn进行预测。
我的数据是这样的:每个句子都有一个标签和其他分类的数值。
例如，我的数据如下所示
Sentence embeddings_BERT level sub-level label
je mange [0.21, 0.56] 2 2.1 pos
il hait [0.25, 0.39] 3 3.1 neg
.....
如您所见，每句话都有其他类别，但
浏览 1提问于2021-08-17得票数 2
回答已采纳
我在做一个KNN模型。目标变量分为2类，其特征为3个分类变量(国家、语言和公司)。这个模型说最优的是5个簇，所以我用5来做。
我需要知道如何才能在每一组中看到记录(我的意思是，模式在每一组中分组的国家、语言和公司)。是否有一种方法可以将集群的标签添加到dataframe？
我试过了:预测=knn.predict(特性)
但这只是返回目标变量的两个标签的估计值。
我做了一些研究发现: km.labels_
但这只适用于KMeans，我正在使用KNN
我希望有人能告诉我这方面的等价物或如何解决KNN模型的问题。
浏览 0提问于2019-08-09得票数 0
回答已采纳
我想使用KNN在一个滑雪管道中的分类特征(多个分类功能缺失)。
我对现有的KNN解决方案(fancyimpute，sklearn )做了相当多的研究。他们中没有一个人在用词上工作。
在滑雪板管道中工作
归责范畴特征
我的一些问题是(任何建议都受到高度赞赏)：
是否有任何现有的方法允许使用KNN (或任何其他回归体)将缺失的值(在本例中是绝对的)归责于sklearn管道。
fancyimpute KNN实现似乎没有使用hamming距离来计算缺失的值(这对于分类特性来说是理想的)。
是否有任何快速的KNN方法实现，考虑到KNN在计算缺失值时耗费时间(即，对整个数据集进
浏览 1提问于2019-09-03得票数 1
回答已采纳
我正在尝试使用scikit使用K- Neighbours分类进行手写数字识别。我正在创建我自己的数据集，并且有一个标签列表(其中的标签是字符串)。该列表的长度为5000。 然而，要进行KNN分类，图像数据和标签都必须是numpy ndarray。如何将字符串列表转换为包含这些字符串的NumPy ndarray？任何真知灼见，我们都很感激。
浏览 32提问于2019-07-02得票数 0
回答已采纳
我试图理解和规划不同类型的分类器的TPR/FPR。我在R中使用kNN、NaiveBayes和决策树，与kNN一起执行以下操作：
clnum <- as.vector(diabetes.trainingLabels[,1], mode = "numeric")
dpknn <- knn(train = diabetes.training, test = diabetes.testing, cl = clnum, k=11, prob = TRUE)
prob <- attr(dpknn, "prob")
tstnum <- as.vecto
浏览 0提问于2015-12-17得票数 19
1回答
我试图将随机林分类器、支持向量机分类器和KNN分类器集成起来。在这里，我使用VotingClassifier和GridSearchCV进行集成。如果我尝试使用Logistic回归、随机森林和高斯，代码运行良好。
clf11 = LogisticRegression(random_state=1)
clf12 = RandomForestClassifier(random_state=1)
clf13 = GaussianNB()
但是我不知道我在下面的代码中错了什么，因为我是个初学者。下面是我尝试使用随机森林、KNN和SVM的尝试。
from sklearn.model_selection i
浏览 5提问于2021-05-14得票数 0
回答已采纳
1回答
利用聚类作为特征改进分类
、、、、
我试图通过进行聚类并将集群数据作为另一个特性来改进我的分类结果(或者单独使用它而不是所有其他特性-还不确定)。
因此，假设我使用的是无监督算法- GMM：
gmm = GaussianMixture(n_components=4, random_state=RSEED)
gmm.fit(X_train)
pred_labels = gmm.predict(X_test)
利用训练数据对模型进行训练，并通过测试数据对聚类进行预测。
现在，我想使用一个分类器(例如KNN)，并在其中使用集群数据。所以我试着：
#define the model and parameters
knn = KNei
浏览 2提问于2020-06-12得票数 0
回答已采纳
2回答
我正在使用R进行自学习数据分析，我目前在K近邻话题上，我经历了数据集的规范化过程，对模型进行训练/测试、拟合和评估，一切都进行得很顺利。但是，有一件基本的事情我只是不明白:分类一个已知的数据有什么意义？如何预测新数据的价值？knn()的结果是一个带有标签的因素，但是在使用它来评估我的模型(即我所选择的K的值)之后，接下来应该是什么呢？例如，在回归模型中，我可以使用预测()来预测新的数据，但是我用knn预测(而不是仅仅分类)吗？谢谢！
浏览 0提问于2017-04-03得票数 0
3回答
我已经使用knn对我的数据集进行了分类。但我不知道如何衡量训练好的分类器的准确性。scikit有没有内置的功能来检查knn分类器的准确性？
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier()
knn.fit(training, train_label)
predicted = knn.predict(testing)
感谢所有人的帮助。谢谢
浏览 2提问于2013-04-05得票数 9
2回答
OpenCV的KNN未知分类
、、、、
目前，我正在使用OpenCV的KNN实现对图像进行分类。它目前将图像分类为P，S或矩形，并且正确。然而，如果我给它一个噪声的图像，它会试图将其归类为我前面提到的3种分类中的1种。要将其归类为噪声，我是否应该训练KNN将噪声归入“噪声”类别，或者是否有某种我可以使用的准确度等级？
浏览 0提问于2012-03-26得票数 0
回答已采纳
因此，我一直在一组数据上使用KNN，在train_test_split阶段的random_state =4。尽管使用了随机状态，但每次输出的准确率、分类报告、预测等都是不同的。想知道为什么会这样？
这里是数据的头部：(根据all_time_runs和顺序预测位置)
order position all_time_runs
0 10 NO BAT 1304
1 2 CAN BAT 7396
2 3 NO BAT 6938
3 6 CAN BAT 4903
4
浏览 0提问于2019-10-05得票数 1
1回答
我正在为knn使用mlr包(用于分类和回归问题)，例如：
knnTask <- makeClassifTask(data = df_train, target = "CLASS")
knn <- makeLearner("classif.knn", par.vals = list("k" = 4))
knnModel <- train(knn, knnTask )
knnPred <- predict(knnModel, newdata = df_train)
我有两个问题：
1)有没有办法在预测时查看所有单个邻居？
2
浏览 18提问于2020-02-08得票数 1
1回答
我试图完成一个分类项目，在那里使用KNN算法，工作非常好。然而，问题是，我已经训练了模型，并将其保存为RDS文件。我想知道如何将模型应用于一些新的数据？例如，对于回归，您可以使用函数predict()，其中它使用已经训练过的模型作为参数，而对于knn()，它只使用训练过的数据集和测试数据集，并且没有办法使用已经训练过的knn模型作为参数，而不是使用火车数据集。有什么函数可以用经过训练的knn模型作为依据来预测新数据的分类吗？
浏览 4提问于2022-05-10得票数 -1
我正在进行多类分类，数据被认为不是时间序列。致力于一个特征工程，并试图用经典的KNN，RF，boosting等来解决问题。我正在创建基于滚动窗口的新特性，发现人们通常都是指聚合。
滚动分布的平均特征是信息最丰富的吗？
是否有其他特征(如性病、量化、IQR等)？可以用吗？
是否值得执行某种数据转换(例如缩放、分位数转换或Box-Cox)？
浏览 0提问于2020-10-15得票数 0
回答已采纳
ANN和KNN在鲍鱼数据集上使用Weka。
ANN正确分类实例的结果3183 76.203 %错误分类实例994 23.797 %平均绝对误差0.214均方根误差0.3349相对绝对误差58.6486 %
KNN结果|正确分类实例3211 76.8734 %分类错误实例966 23.1266 %平均绝对误差0.2142均方根误差0.3361相对绝对误差58.7113 %
KNN具有较高的精度，而ANN具有较低的误差。那么我应该说这两种算法中哪一种更好呢？准确性和误差哪个更可取?我所理解的是误差应该随着精度的提高而减少。但是这里的结果是opposite.Why，是这样的吗？
浏览 2提问于2013-05-30得票数 0
1回答
给定一个建立在scikit之上的机器学习模型--学习，我如何分类新的实例，然后只选择那些最自信的实例？我们如何定义机器学习中的信心，以及如何生成它(如果不是由scikit- learning自动生成的话)？如果我有更多的两个潜在的类，我应该在这个方法中改变什么？
这就是我到目前为止所做的：
# load libraries
from sklearn import neighbors
# initialize NearestNeighbor classifier
knn = neighbors.KNeighborsClassifier(n_neighbors=3)
# train model
k
浏览 1提问于2014-08-29得票数 1
回答已采纳
1回答
我使用以下代码在服务器上运行Python 3分类脚本：
# define knn classifier for transformed data
knn_classifier = neighbors.KNeighborsClassifier()
# define KNN parameters
knn_parameters = [{
'n_neighbors': [1,3,5,7, 9, 11],
'leaf_size': [5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60],
'algo
浏览 2提问于2020-05-08得票数 0
回答已采纳
3回答
我有一个带有两个标签的时间序列数据集(0和1)。我使用动态时间扭曲(DTW)作为使用k-最近邻(kNN)进行分类的相似性度量，如以下两篇精彩的博客文章所述：
参数- n_neighbors : int，可选(默认= 5)个邻居数目，默认为KNN max_warping_window : int，可选(默认=无限)最大翘曲窗口，由DTW动态编程函数subsample_step : int，可选(默认= 1)步长组成。通过设置subsample_step = 2，timeseries长度将减少50%，因为每跳过第二个项。由x:，::subsample_step __init__(sel
浏览 0提问于2019-07-13得票数 10
回答已采纳
0回答
绘制最近质心的ROC曲线
、、、
我想绘制一条ROC曲线，用于评估经过训练的最近质心分类器。我的代码适用于朴素贝叶斯、支持向量机、kNN和DT，但每当我尝试绘制最近质心的曲线时，我都会得到一个异常，因为估计器没有.predict_proba()方法：
AttributeError: 'NearestCentroid' object has no attribute 'predict_proba'
绘制曲线的代码是
def plot_roc(self):
plt.clf()
for label, estimator in self.roc_estimators.i
浏览 5提问于2017-11-30得票数 1
回答已采纳
1回答
目前，我正在使用knn对图像进行分类，根据它们的作者(作者识别问题)。我在一个给定的数据库中工作，其中包含150张图像，100张用于培训，50张用于测试。我提取了每幅图像的特征，得到了两个matlab矩阵: traindata.mat (大小100 * 8064)和testdata.mat (大小50 * 8064)。包含图像类的其他标签矩阵(大小图像100 * 1)
我使用knn对图像进行分类，使用以下代码：
load('traindata.mat')
load('testdata')
load('labels')
class=knncla
浏览 2提问于2015-02-12得票数 0
回答已采纳
我一直在学习关于通过使用kNN分类训练OpenCV来为OCR设置Python的示例。我遵循第一个示例，生成了一个knn_data.npz，用于存储培训数据和培训标签，供以后使用。我现在要做的是回忆一下训练数据，并将其应用到OpenCV图像中，其中只有一个字符：
# Load training data
trainingData = np.load('knn_data.npz')
train = trainingData['train']
trainLabels = trainingData['train_labels']
knn = cv2.
浏览 4提问于2015-09-13得票数 2
回答已采纳
1回答
评估预测的准确性
、、、
我训练并测试了我的KNN分类器。我已经通过了验证，平均分数是不错的。现在，我想预测一些真实数据的标签。但是有什么方法可以看出预测的准确性吗？我想真正保存预测的标签，只有当准确性足够高。我在用Python和scikit-学习。
浏览 2提问于2015-04-13得票数 1
1回答
我学到了一点ML。我知道k最近邻(kNN)的基本知识，但我在示例中总是看到它用于连续数据。
下面的教程使用kNN对一些混合类型的数据(连续特性和几个分类特性)进行分类。我知道对于连续的，通常只是使用欧几里德距离之类的东西，但是当它是混合的时候，他们是如何处理的呢？
我知道如何很容易地计算出二进制变量的距离，但是没有“顺序”的绝对变量呢？
编辑:我正在学习关于Kaggle问题的教程。在清理数据之后，他得到了如下形式的数据：
Survived Pclass Sex Age Fare Embarked Title IsAlone Age*Class
0 0 3 0
浏览 2提问于2017-10-10得票数 0
回答已采纳
是否有一种使用OpenCV API在C++中保存KNN分类器的简单方法？
在将类包装在另一个类中之后，我尝试保存描述为CvKNearest的KNN分类器。
它成功地保存到磁盘上，但当我从其中读取时，运行预测方法给出了分段故障(核转储)错误。
我的包装类如下：
class KNNWrapper
{
CvKNearest knn;
bool train(Mat& traindata, Mat& trainclasses)
{
}
void test(Mat& testdata, Mat& testclasses)
{
浏览 1提问于2012-06-26得票数 0
回答已采纳
我在Python中做一个分类任务，将不同乐器的音频文件分类到它们各自的类中，在我的例子中，有4个类，分别是Brass、String、Percussion和which。我使用了3种不同的算法，k-最近邻算法、朴素贝叶斯算法和支持向量机算法.我的代码看起来有点像这样：
#X is feature matrix, y is class vector
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
#k-NN Classifier
knn = KNeighborsClassifier(n_neighbo
浏览 0提问于2018-03-03得票数 0
2回答
我正在执行文本分类，我已经创建了特性，我有多个标签来训练和预测哪些基本上是二进制变量，我想要预测。
这是我的代码，并记录错误。
for (col in colnames(train_data)){
train_label <- train_data[,c(col)]
test_pred <- knn(train = train_mat[ ,!(colnames(train_mat) == "Sentiment")], test = test_mat[ ,!(colnames(test_mat) == "Sentiment")], cl = a
浏览 2提问于2018-01-29得票数 1
回答已采纳
1回答
我最初训练了一个图像的每个标签的多个单独的二进制分类器。然后，我意识到我可以为这个任务训练一个单一的多标签模型。为此，我使用了binary_cross_entropy损失，而不是categorical_cross_entropy，但除了更改损失函数之外，我没有做重大更改。然而，我发现多标签分类器仍然远远低于单个标签分类器。这是否很普遍，也是意料之中的？我错过了什么把戏吗？
谢谢!
浏览 0提问于2022-03-11得票数 1
2回答
在随机森林/ XG Boost分类器中，是否有给出每个标签顶部特征的函数？classifier.feature_importances_只提供分类器作为一个整体的顶级特性。
寻找一些类似的classifier.coef_，为支持向量机和朴素贝叶斯分类器提供标签特定的顶级特征在学习。
浏览 3提问于2019-01-21得票数 2
回答已采纳
1回答
在一些文章中，有人说knn对一个热编码的分类变量使用hamming距离。scikit学习knn的实现是否遵循同样的方式。
在使用knn时，还有其他方法来处理分类输入变量吗？
浏览 0提问于2022-01-12得票数 0
4回答
给定的是我需要用于分类的数据集，我希望比较不同分类模型的性能。让我们假设，我想看看逻辑回归(具有不同的断点)和KNN。如果我按以下方式进行，是否有任何问题：
在培训和验证数据中分离数据(以及用于对获奖模型进行性能评估的测试集)。
在训练集上训练logistic回归模型和KNN分类模型。对于0到1之间的每个截断点t，考虑了logistic回归模型作为分类模型，因此回归模型导致了许多分类模型。
现在，我在一定范围内(假设0.01到0.99)比较了我的所有分类模型(t和KNN)在验证数据上的分类性能。我会选择性能最好的(基于某一指标)的。
我正在和其他人讨论这个问题，他认为t需要被看作是超参数，而这
浏览 0提问于2020-06-04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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
