如何在pandas上单独计算特征重复(或Ridit特征工程)
在pandas上单独计算特征重复或Ridit特征工程，可以通过以下步骤实现：
- 导入所需的库和数据集：import pandas as pd
- 加载数据集：data = pd.read_csv('data.csv')
- 根据需要选择要计算特征重复的列：columns_to_check = ['column1', 'column2', 'column3']
- 计算特征重复：duplicate_features = [] for i in range(len(columns_to_check)): for j in range(i+1, len(columns_to_check)): if data[columns_to_check[i]].equals(data[columns_to_check[j]]): duplicate_features.append((columns_to_check[i], columns_to_check[j]))
- 打印特征重复结果：for feature_pair in duplicate_features: print("Features", feature_pair[0], "and", feature_pair[1], "are duplicates.")
Ridit特征工程是一种用于处理有序分类变量的方法，可以通过以下步骤实现：
- 导入所需的库和数据集：import pandas as pd
- 加载数据集：data = pd.read_csv('data.csv')
- 根据需要选择要进行Ridit转换的列：columns_to_transform = ['column1', 'column2', 'column3']
- 定义Ridit转换函数：def ridit_transform(x): ranks = x.rank(method='average') ridit = (ranks - 0.5) / len(ranks) return ridit
- 对选择的列进行Ridit转换：for column in columns_to_transform: data[column] = ridit_transform(data[column])
- 打印转换后的数据集：print(data)
以上是在pandas上单独计算特征重复或进行Ridit特征工程的基本步骤。根据具体的业务需求，可以进一步使用pandas和其他相关库进行数据处理、分析和可视化等操作。腾讯云提供了多种云计算相关产品，如云数据库、云服务器、人工智能平台等，可以根据具体需求选择适合的产品进行部署和应用。
相关·内容
1回答
我有400个物体的点云。我也有一些其他的特点，这些对象。比如他们的体重。
我现在如何训练模型来预测基于形状(点云)的重量？
我见过点网，但它似乎只是为了分类吗？
浏览 0提问于2019-12-22得票数 3
所以我有一个只有交通量的时间序列。我做过FB预言家和神经预言家。它们工作得很好，但我想用机器学习来做一些事情。到目前为止，我遇到了试图创建我的功能的问题。使用经典的年、月等日期并不能给我带来好的结果。我已经尝试使用shift，我可以得到前两天的平均值、最小值和最大值。然而，这是可行的，但我的问题是，当我试图提前几天预测时，该功能并不能真正起作用，因为我无法获得当天的平均值。我主要关心的是试图找到一个好的功能，我的预测未来的数据帧也有。其中包含了我的数据的图片。有人知道我会怎么做吗？
浏览 5提问于2021-09-30得票数 0
1回答
迁移学习中的模型微调
、、、、
我正在研究一个深度学习模型，用于“年龄不变的人脸检测”。我开始对数据进行预处理，包括通过MTCNN进行人脸裁剪，图像对比度校正和锐化。然后我开始构建模型架构，我设计了一个定制的顺序CNN模型。训练和验证损失接近1.9，但模型一个时期大约需要8小时。我需要快速的结果，所以我开始尝试迁移学习。我读到一篇论文，说Resnet-18在任务中表现很好，所以我首先使用了Resnet-18。尝试通过改变学习率来调整它，但没有效果。准确率的提高不超过40%。然后我使用了Resnet-50，目前，我正在研究它。我尝试通过手动更改学习率进行微调，尝试使用不同的优化器Adam、SGD。使用学习率衰减。我的模型开始
浏览 17提问于2020-10-02得票数 0
1回答
最近，一位潜在雇主给我一项任务，要求我做以下工作：
- transfer a data set to S3
- create metadata for the data set
- creat a feature for the data set in spark
现在，这是一个实习生的职位，我对数据工程的概念还很陌生，我很难理解元数据是如何或者是否被用来创建特性的。
在特性工程和元数据方面，我已经浏览过许多站点，但这些网站都没有给我提供一个关于元数据是否直接用于构建特性的指示。
到目前为止，我在远离站点的地方收集到的是，当您构建一个特性时，它从给定的数据集中提取某些列，然后将这些信息放入一个
浏览 2提问于2019-12-13得票数 0
回答已采纳
我有一个随机森林模型，使用scikit学习，如下所示：
model = RandomForestClassifier(criterion='gini',n_estimators=700,min_samples_split=4,min_samples_leaf=1,max_features='auto',oob_score=True,random_state=1,n_jobs=-1)
model.fit(X_train,y_train)
y_pred_rm=model.predict(X_test)
print('--------------The Acc
浏览 5提问于2020-07-18得票数 0
回答已采纳
我想在Tensorflow 2模型中添加一个One-Hot编码层。这就是我到目前为止所知道的： import pandas as pd
import tensorflow as tf
# import CSV file to pandas DataFrame called df
# set categorical (CAT_COLUMNS) and numerical (NUM_COLUMNS) features
feature_cols = []
# Create IndicatorColumn for categorical features
for feature in CAT_
浏览 50提问于2021-01-10得票数 0
回答已采纳
2回答
我在做科学知识的交叉验证。在这里，脚本：
import pandas as pd
import numpy as np
from time import time
from sklearn.model_selection import train_test_split
from sklearn import svm
from sklearn import metrics
from sklearn.metrics import classification_report, accuracy_score, make_scorer
from sklearn.model_selection._vali
浏览 3提问于2020-04-23得票数 1
回答已采纳
1回答
我正在尝试构建一个对回归问题进行预测的flask服务。我有构建模型所需的数据，该模型有大约20列。使用这些数据，我已经建立了一个很好的回归模型。但是在数据上训练模型，我做了很多特征工程，比如对数盒cox变换，一次热编码，由于高度多重共线性而丢弃了几列等，现在特征的数量是35。我在这35个特征上训练了模型，检查了性能，并使用pickle保存了模型。我在flask服务中加载了我的腌制模型。但是现在模型的输入是我的原始数据的格式，它只有20列。
那么，我如何对新的输入集进行所有的特征工程呢？我只能保存训练好的模型，但在传递新数据进行预测之前，我如何进行所有的特征工程呢？
浏览 15提问于2021-05-30得票数 1
回答已采纳
2回答
我有大量不同大小的随机图像。
我希望确保-我的训练集不是多余的-我的测试集中的数据都是不同的(与测试集中和训练集中的其他数据不同)
所谓不冗余，我的意思基本上是检查一个图像是否不是另一个图像的裁剪版本(或者最大程度上是相同的图像)。
在网络上工作时，你一般是如何处理这样的情况的？为Tensorflow中的这个插件做好准备了吗？
谢谢你的帮助
K.
浏览 1提问于2017-03-08得票数 0
1回答
我对阅读遥感目标检测技术综述感到有点困惑。基于机器学习的目标检测由特征提取、特征融合+降维和分类器训练三部分组成。然后，他们列出了特征提取方法：
定向梯度直方图，
一袋袋话，
纹理特征，
还有更多。
在本节的后面，他们列举了分类器培训的方法，例如：
支持向量机
AdaBoost，
最近的邻居，
神经网络
这与我对事物的理解不一致。我的经验主要是在CNN。当我使用卷积神经网络进行目标检测时，它们由特征提取器和分类器组成，不是吗？特征提取器是卷积(和/或其他)层。我从来没有遇到过一种算法/技术，它使用例如一袋单词来提取特征，然后将其提供给神经网络。我可以想象，例如一袋单词和k近邻或支持向量机。但我
浏览 0提问于2020-11-09得票数 0
2回答
缓存结果的管道
、、、、
我使用pandas进行机器学习的特征提取。我希望实现以下几点:考虑到我有五个数据处理步骤依次完成，我执行一次，结果将自动保存。下一次，如果我改变了forth步骤，库将自动从第三步开始。这个缓存函数在Pandas、sklearn.pipeline.Pipeline或其他数据处理库中自然会被支持吗?我们不需要显式地保存它们。
浏览 0提问于2019-10-20得票数 1
在尝试进行分类时，我目前的方法是
首先尝试各种算法并对其进行基准测试。
对以上的最佳算法执行特征选择
使用所选的特性和算法优化参数
然而，如果其他算法都具有最佳的参数/最合适的特征，我常常无法说服自己，可能会有比所选的算法更好的算法。同时，搜索所有算法*参数*功能太费时了。
对正确的方法/顺序有什么建议吗？
浏览 0提问于2016-03-06得票数 11
回答已采纳
我有一个每月的时间序列，我想预测使用先知。我也有外部回归器，只能在季度的基础上使用。
我想过以下几种可能-
重复季度价值，使其成为每月，然后包括
月份线性内插
我还能评估什么其他选择？
在这种情况下，哪一件事最明智？
浏览 0提问于2019-07-16得票数 0
2回答
当我将statsmodels.multivariate.pca.PCA应用于某些数据时，我发现产生的特征值之和并不等于数据的总方差。我使用以下代码
import numpy as np
import statsmodels.api as sm
corr_matrix = np.array([
[1, 0.8, 0.4],
[0.8, 1, 0.6],
[0.4, 0.6, 1]])
Z = np.random.multivariate_normal([0,0,0], corr, 1000)
pc = sm.PCA(Z, standardize=False, dem
浏览 3提问于2020-04-22得票数 1
我想是这样的，
df (原件)：
index feature1(target column) feature2 feature3 feature4
0 0 1 2 3 4
1 1 1 2 3 4
2 2 1 2 3 4
3 3
浏览 6提问于2022-09-26得票数 0
所以我在注意是你所需要的上读到，变形金刚完全消除了重复和卷积的需要。但是，我已经看到一些TNN(如SepFormer、DPTNet和TSTNN)仍然使用卷积。有什么特别的原因吗？这不违背变形金刚的宗旨吗？
浏览 0提问于2021-04-14得票数 1
回答已采纳
1回答
我有一个25列的数据集，目标是根据前24列预测第25列的值。
数据集相当大，这就是为什么我最初认为在进行任何预测之前都要继续进行PCA。问题是PCA没有产生任何好的结果，因为它输出了在每台PC上解释的4%的方差。我怀疑这可以归因于这样一个事实，即所有列的差异大致相同(比方说，每列的差异从90%到91%)。
我想知道在这种情况下可以做些什么来降低维数，以及什么数据科学算法最适合解决这个问题。
我已经尝试过OLS，随机森林，SVR和梯度增强回归，但他们的分数在目前看来相当令人失望，撇开计算时间是相当大的事实。
浏览 0提问于2020-04-11得票数 0
回答已采纳
我在我的网站和用户的产品中重复使用word2vec。我想说的是，如果用户访问页面的时间小于5秒，那么他与产品的关联是负面的，如果他在页面上花费的时间> 30秒，则是积极的关联。有没有办法在word2vec中指定这一点？或者，是否有其他工具可以实现这一点？
浏览 0提问于2017-03-24得票数 0
1回答
我正在尝试使用TF构建一个神经网络模型，方法是在internet 上阅读这篇文章。
到目前为止，我已经能够在上使用一些代码
这在TF中使用Logistic回归，并尝试预测1 0模式中的二进制分类，其中1 0和0 1分别为不返回和返回。
我有13个特征集和1个标签，但训练后模型预测的准确率约为40%
我还使用了Sklearn的scaler来缩放-1,1中的功能集。
对于初学者来说，有没有明确的方法来解决这个问题？
浏览 2提问于2017-01-13得票数 0
这是密码
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
dataset = pd.read_csv("emotion.csv")
X = dataset.drop(columns = ["mood"])
y = dataset['mood']
model = DecisionTreeClassifier()
model.fit(X,y)
model.predict([["i am sad"]])
这就是错误
ValueError: could
浏览 9提问于2022-05-13得票数 0
回答已采纳
5回答
我正在寻找书籍和资源来教自己线性代数用于三维图形编程。比起理论，我更喜欢实用的教学方法(即使数学是什么，99.99%的理论？)因此，对我来说，梦想的资源是一本书，它从实际的角度处理线性代数，因为它被用于3D图形编程。
浏览 5提问于2008-10-13得票数 9
回答已采纳
1回答
在ML2.0和AI文件中，这意味着更新数据(既可以是现有的数据，也可以是新的数据)是动态的(实时的)。例如，在AI PM的论文中，它说：“相反，我们已经演示了一个完整的系统，它在现实世界中工作，不断地更新实时数据。”
您的意思是更新数据是自动预处理成适当的特征向量，并包括在下一个模型的再培训周期？或者，模型是否正在动态更新？
浏览 6提问于2018-03-10得票数 1
回答已采纳
2回答
我在尝试实现人脸识别。我计划使用一些模型(如DeepFace)来提取鉴别特征，然后使用分类器来识别人脸。我不知道该用哪种分类器。
我的设置如下：
一开始，我会有一些标签样本，我会训练分类器。然后，我开始获得更多的标签样本，我想用新的数据更新分类器。此外，较新的示例可能包含新的类(faces)。所以，我希望我的分类器也能学习分类新的类。我的问题是哪个分类器更适合这个任务。我也希望得到多个预测与信心评分。
K最近邻算法:这里我可以用距离作为某种形式的信任分数。
作为这里，我可以使用支持向量机:对初始数据进行训练，并单独保留支持向量。当新的数据出现时，重复这个过程。
但是，我不知道上面的两个分类器
浏览 0提问于2020-06-01得票数 3
1回答
如何在中使用RFE？
、、、、
我目前使用的是xgb.train(...)，它返回一个助推器，但我想使用RFE来选择最佳的100个特性。返回的助推器不能在RFE中使用，因为它不是sklearn估计器。XGBClassifier是xgboost库中的sklearn api，然而，我无法获得与xgb.train(...)方法相同的结果(roc-auc方法差10%)。我已经尝试过sklearn的助推器，但他们也不能得到类似的结果。我还尝试将xgb.train(...)方法包装在一个类中，以添加sklearn估计器方法，但要更改的方法太多了。有没有什么方法可以把xgb.train(...)和sklearn的RFE一起使用呢？
浏览 2提问于2021-02-22得票数 7
我有一个以Pandas DataFrame格式操作的函数。它适用于pandas.apply()，但不适用于np.Vectorize()。请查找以下功能：
def AMTTL(inputData, amortization = []):
rate = inputData['EIR']
payment = inputData['INSTALMENT']
amount = inputData['OUTSTANDING']
amortization = [amount]
if amount - payment &l
浏览 17提问于2022-09-21得票数 0
我正在尝试机器学习，并且一直在使用基于python的Scikit库。
我希望解决一个“分类”问题，在这个问题中，一段文本(比如1k-2k个单词)被归入一个或多个类别。为此，我已经学习scikit有一段时间了。
由于我的数据在200-300万范围内，因此我使用SGDClassfier和HashingVectorizer，并使用partial_fit学习技术，编码如下：
import pandas as pd
from sklearn.linear_model import SGDClassifier
from sklearn.feature_extraction.text import Has
浏览 0提问于2016-05-06得票数 2
当您在购买日期应用转换年、月或日时，您很容易遇到问题！ 假设您的购买是在2018年，但您想要对2019年的数据应用模型。该模型是使用功能工具自动生成的功能开发的，包括像year这样的简单转换。 这里的问题是模型不知道2019!？这意味着该模型对新数据不是普遍有效的。
浏览 17提问于2019-06-29得票数 0
2回答
二维投影中三维模型的最佳旋转
、、、、
我正在寻找一种方法来确定一组顶点的最佳X/Y/Z旋转，以便在2D画布上渲染(使用X/Y坐标，忽略Z)。
我有几个想法，其中一个是纯蛮力，涉及在顶点集上执行从0..359 (步长为1或更多，取决于结果/速度要求)的三维循环，测量两个X/Y轴上的最小/最大值之间的差异，存储最高结果/旋转对并使用最有效的对。
第二个想法是确定在欧几里德距离中距离最大的两个点，计算旋转这两个点之间的“路径”沿X轴放置所需的角度(同样，我们忽略了Z轴，所以结果中的深度不重要)，然后重复几次。我能看到的问题是，首先，通过重复它，我们可能会用新的旋转覆盖以前的旋转，并且原始/后续旋转可能不一定会产生最大的2D区域使用。第二
浏览 1提问于2010-06-03得票数 3
回答已采纳
使用两种不同的方法在XGBOOST特性的重要性，给我两个不同的最重要的特性，哪一个应该相信？
什么时候应该使用哪种方法？我很困惑。
设置
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
import xgboost as xgb
df = sns.load_dataset('mpg')
df = df.drop(['name','origin'],axis=1)
X
浏览 3提问于2019-11-21得票数 6
回答已采纳
1回答
我一直在使用来自UCI http://archive.ics.uci.edu/ml/datasets/adult的成人人口普查收入数据
我创建了两个不同的模型，一个是使用梯度增强分类器，另一个是使用Keras/Tensorflow的神经网络。
所以我对代码提示或什么都不感兴趣，但我有一个关于机器学习的一般性问题--我使用梯度增强分类器比使用神经网络的精度要高得多。
一般来说，我的(或任何)神经网络是否有可能达到与任何其他类型的监督学习相同的精度？是否只需要大量的努力工作和肘部的油脂就可以很好地调节神经网络？我使用相同的数据集，对神经网络和梯度增强分类器都使用相同的特征工程。
浏览 0提问于2019-04-10得票数 3
回答已采纳
2回答
我在考虑这个问题，但我找不到合乎逻辑的解释。
大多数情况下，在数据准备就绪后，我将执行以下步骤：
相关分析与消除
如果存在范畴变量，则应用虚拟
如果数据不平衡，则平衡数据
刻度数据
特征选择(向后、逐步等)
列车模型
对于我所遵循的这条道路，在哪里应用相关分析会更有意义？在数据平衡之后？在缩放之后？还是刚开始？
浏览 0提问于2020-02-20得票数 2
我有一个熊猫数据框架，其中有一些行和列。每列都有一个标题。现在，只要我继续在pandas中进行数据操作，我的变量头就会被保留。但是如果我尝试一些Sci-kit-learn lib的数据预处理功能，我最终丢失了所有的头文件，并且帧被转换为一个数字矩阵。
我理解为什么会发生这种情况，因为scikit-learn给出了一个numpy ndarray作为输出。而numpy ndarray只是一个矩阵，不会有列名。
但事情是这样的。如果我在我的数据集上构建一些模型，即使在最初的数据预处理和尝试一些模型之后，我可能不得不做一些更多的数据操作任务来运行其他模型以获得更好的拟合。如果不能访问列标题，就很难进行
浏览 2提问于2015-04-12得票数 51
1回答
我用了我训练的5万个样本的Decisiton树分类器。我还设置了未标记的样本，所以我决定使用自我训练算法。未标记的set有10000份样品。我想问一问，如果它是正常的，经过再训练模型与这10,000个未标记的样本，准确性没有以及混淆矩阵有相同的值？我预期会有一些变化(好的或坏的预测)。提前谢谢你。
浏览 0提问于2019-03-23得票数 2
1回答
波形分析ML算法
、、、、
我正试图从一个人的演讲中判断出他们的情绪。这立即敲响了机器学习的钟声，任何ML问题的第一步就是获取和处理数据。我的第一个问题是，我如何知道提供什么样的数据来提供机器学习算法？我会提供整个声音文件注解分数“紧急”吗？或者我会把声音文件分解成音高和周期性等等？我想我要问的是，在训练机器学习算法时，如何量化数据中某些元素/维度的重要性？
我的第二个问题是，我会使用什么样的机器学习算法？虽然我对TensorFlow有一些经验，但是我对ML还比较陌生，所以即使只是一个一般性的概念也会有帮助。机器学习算法也需要适用于实时音频和返回结果在2000毫秒左右。
谢谢你的帮助，请让我知道，如果我应该更新我的问题的
浏览 0提问于2018-11-30得票数 1
2回答
如果你们能用Python向我推荐一个很好的入门教程、视频或关于特性工程的书籍，我会很感激的。我不想要那些只教授功能工程理论的视频或书籍，而是一本能给我展示一些代码和如何做的书。
谢谢。
浏览 0提问于2020-08-28得票数 0
1回答
大多数真实世界的数据集都有缺少值的特性。将缺失值替换为适当的值(如平均值)是特征工程中的一个很好的步骤。有时，我们还会在输入特性列以训练模型之前对其进行标准化/规范化。
在建模之前，我们还将数据集拆分为培训和测试集。
我的第一个问题是如何在这个分裂的数据集中进行特性工程？
我们是使用未分割特征的全局平均值来替换训练和测试集中这些特征的缺失值，还是应该使用这些集合的本地均值？
就像上面的问题，我们如何对火车，测试数据集进行规范化？
最后一个但很重要的问题是，在产品中，我们通常一次只得到一个特性值(比如一行特性)，我们如何设计这些数据行呢？
浏览 0提问于2020-12-16得票数 4
在下面的代码中，model.feature_importances_和tree.feature_importances_有什么区别：
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor
# Boston Housing dataset
from sklearn.datasets import load_boston
boston = load_boston()
# Convert 'skle
浏览 0提问于2020-01-21得票数 6
回答已采纳
1回答
我想训练一个交易数据模型，以预测客户是否会在未来90天内购买该产品。
我在数据中观察到了季节性，即在一年中的某些月份，销售量有所增加。
同样，客户在一定的时间间隔内重复购买。例如，对于产品A，购买通常在24个月左右重复。而对于产品B，购买通常在18个月左右重复。
如何在数据中捕获这些复杂的模式？对于季节性，我想创建Month1，Month2，.，Month11布尔变量。我不知道如何捕捉第二种场景？有人能对此提出有用的特性吗?这些特性如何帮助捕获这些模式？我计划使用Xgboost作为算法。
浏览 0提问于2022-07-09得票数 1
2回答
我对数据工程师和数据科学家这个词很困惑。在当前市场上，有许多工作可以同时满足这两种角色的技术技能要求。他们是一样的还是不同的？对于编码背景(C++、Java、Python)以及关系数据库管理系统知识的人，推荐使用哪种角色？
浏览 0提问于2016-09-06得票数 5
为了节省时间并允许更大的输入数据集，我希望将特征选择步骤移到拆分之前。如果在重复子样本中，在超过X%的情况下选择了一个特性，我将保留它。或者使用非常低的X来删除那些显然永远不会被选中的特性。我读过警告说不要这样做，包括在这个论坛上，因为信息泄露。特征选择:如果在简历拆分之前泄露信息？，但是如果在几乎所有的分离后案例中都会选择这个特性，那么问题在哪里呢？编辑:它确实涉及目标特性。
浏览 0提问于2020-06-20得票数 2
1回答
这里的基本问题：
我试图为信用卡默认实现一个简单的分类模型，在输入数据上只使用model.fit，model.predict。然而，输入数据既包含分类数据(如年龄、已婚与否、教育程度等人口统计信息)，也包含连续数据(如信贷余额)。
data.info()
<div class="output"><div class="output_area"><div class="run_this_cell"></div><div class="prompt"></div&g
浏览 1提问于2019-01-10得票数 0
回答已采纳
我见过研究人员使用Pearson相关系数来找出相关特征--保留与目标相关值较高的特征。这意味着在分类问题中，相关特征为发现目标提供了更多的信息。然而，我们删除了一些冗余的特征，相关值可以忽略不计。
( Q1)与目标变量高度相关的特性应该包括还是从分类问题中删除？对这一步有更好的解释吗？
Q2)当涉及多个变量时，我们如何知道数据集是线性的？数据集是线性的是什么意思？
( Q3)如何检查非线性情况下的特征重要性？
浏览 0提问于2019-11-21得票数 6
回答已采纳
1回答
为了学习CB，我决定浏览我的iPhone上的服务。我找到了一些，但除了电池和时间，其他的都是“未知的”。那是什么？
浏览 3提问于2014-08-08得票数 0
我使用RBF-kernel libsvm来完成分类任务。我的数据集大约是700个向量，相当不平衡，大约20%是正面的:80%是负面的。
我使用了几种特征评级算法，例如libsvm中的boruta或fselect.py来构建范围特征排序列表，然后从该列表中选择一些顶级特征。
我使用重复(大约20次)10倍CV进行SVM参数C&G搜索。ROC曲线的曲线下面积(AUC)值估计的误差。
问题是，当我采用更多的特征时，AUC值变得相当高(特征越多，AUC值越大，超过0.95)，但测试误差在某一点上增加了，即它与大量特征过拟合！
最佳的特性数量介于两者之间(在我的例子中大约是30个)。
增加CV中
浏览 0提问于2019-10-03得票数 0
我正在做一个流量分析的任务，我在代码中遇到了一些错误。我的数据行如下：
qurter | DOW (Day of week)| Hour | density | speed | label (predicted speed for another half an hour)
这些值如下：
1, 6, 19, 23, 53.32, 45.23
这意味着在特定的街道上，在1st的19的四分之一在Friday上，交通密度测量23，目前的速度是53.32。预测的速度是45.23。
任务是通过上面给出的预测器来预测半个小时的速度。
我正在使用这段代码为数据构建一个TensorFlow DNNRegres
浏览 0提问于2019-03-24得票数 2
回答已采纳
1回答
如何改进特征和结果之间的相关性，以便实现回归模型？我知道使用pandas .corr()函数可以看到相关性，回归模型的最佳特征是最接近1或-1的特征。但是如果所有的特征都接近于0，我应该怎么做？有没有一种方法可以实现某种特征工程，这样我就可以改善这种相关性？
以下是示例代码：
import pandas as pd
df = pd.DataFrame({'par 1':[1,3,2,5,7,4,6,1,3,1,1,2,4],
'par 2':[5,4,3,1,5,3,1,3,5,3,5,7,9],
浏览 2提问于2019-12-17得票数 0
1回答
我有一个非常困难的分类，不同的数据准备方法分为3类预处理，数据工程，功能工程。
一个比较常见的定义将描述为使用领域知识从原始数据创建新特性。(一个 )
预处理通常被描述为“清理数据”。(一个)
但有时，Feature也被描述为包括处理缺失值(B)之类的基本清理技术。
在这个职位中，前处理分为数据工程和特征工程。这里的数据工程实际上只是将数据放入某种模型可识别的形式，而功能工程则是其他一切(即特性缩放)。
浏览 0提问于2023-01-06得票数 0
2回答
词/短语分类
、、、
我有一个包含5000条字符串记录的列。这些记录是单个单词或短语(不是句子或段落)。这些记录大多是相似的或包含相似的元素。“办公室”、“办公室”、“底层办公室”)。另外，有人手动将这些记录中的300种分类为五类(即住宅、工业、办公、零售、其他)，这意味着我可以使用它来开发一个受监督的机器学习模型。我在word2vec上做了一些研究，但它们似乎只针对文本，而不是单个的单词和短语。请告诉我如何进行分类。请注意，该栏中的记录数量正在增加，今后将添加新记录，因此解决方案必须能够对新记录进行分类。
示例输入和所需输出如下：
'industrial' -> 'Industria
浏览 0提问于2020-07-22得票数 2
回答已采纳
1回答
检测图像中的物体
、、
目前，我正在努力实现一个在图像中定位对象的算法。假设我有100个训练集，每个训练集中都有一只猫，每个训练集都有每个猫的正确坐标。我的第一个想法是创建一个固定大小的正方形并遍历图像.对于包含在正方形中的每个像素集合，我们可以使用它作为支持向量机算法的一个点。
问题是，我不知道如何做到这一点，因为通常情况下，每个点代表每个类(有对象或没有对象)，而且它通常有一个简单的d特性，而在这种情况下，它有一个dx3矩阵作为它的特性(每个特性都有RGB值)。
一个简单的帮助将受到欢迎，谢谢！
浏览 1提问于2019-02-20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
实时音视频活动推荐
腾讯云开发者
