如何在r中随机划分数据集
在R中，可以使用sample()函数来随机划分数据集。sample()函数可以从给定的向量中随机抽取指定数量的元素，用于创建随机的索引或标记来划分数据集。
以下是一个示例代码，演示如何在R中随机划分数据集：
# 创建一个示例数据集
data <- 1:100
# 设置随机数种子，以确保结果可重复
set.seed(123)
# 随机划分数据集
train_indices <- sample(length(data), 0.7 * length(data)) # 70% 的数据作为训练集
train_data <- data[train_indices] # 根据索引获取训练集数据
test_data <- data[-train_indices] # 获取剩余的数据作为测试集
# 打印划分结果
print(train_data)
print(test_data)在上述代码中，首先创建了一个示例数据集data，然后使用sample()函数生成了随机的索引train_indices，该索引表示了训练集中的样本。根据这个索引，可以从原始数据集中获取训练集train_data和测试集test_data。
这种随机划分数据集的方法常用于机器学习中的训练集和测试集划分，以及交叉验证等场景。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tcml）
- 腾讯云数据集成服务（https://cloud.tencent.com/product/dts）
- 腾讯云数据仓库（https://cloud.tencent.com/product/dws）
- 腾讯云数据湖分析服务（https://cloud.tencent.com/product/dla）
- 腾讯云数据开发套件（https://cloud.tencent.com/product/dts）
- 腾讯云数据传输服务（https://cloud.tencent.com/product/dts）
- 腾讯云数据备份服务（https://cloud.tencent.com/product/dts）
- 腾讯云数据加密服务（https://cloud.tencent.com/product/dts）
- 腾讯云数据安全服务（https://cloud.tencent.com/product/dts）
- 腾讯云数据治理服务（https://cloud.tencent.com/product/dts）
请注意，以上链接仅为示例，实际使用时应根据具体需求和场景选择适合的腾讯云产品。
相关·内容
上下文:我目前正在制作和比较机器学习模型，以预测住房数据。我有大约32000个数据点，42个特征，我正在预测房价。我比较随机森林回归，决策树回归和线性回归。我可以看出存在一些过度拟合的情况，因为我的初始值与交叉验证值之间的关系如下：
RF: 10倍R平方= 0.758，neg RMSE = -540.2 vs未验证的R平方为0.877，RMSE为505.6
DT: 10倍R平方= 0.711，neg RMSE = -576.4 vs未验证R平方为0.829，RMSE为595.8。
LR: 10倍R平方= 0.695，neg RMSE = -596.5 vs未验证R平方为0.823，RMSE为6
浏览 0提问于2021-01-14得票数 0
我正在使用R中的randomForestSRC包来创建生存森林。我有训练和测试数据集。通过使用训练数据集，生长树(随机森林)，并使用测试集，进行预测。
现在我想要得到预测生存输出的精度，我可以从预测output.But中获得错误率参数，不知道这是不是模型的精度，或者我们必须计算它的精度。
当我搜索相同的内容时，我可以看到正态随机森林的准确性可以使用混淆矩阵来计算。但不确定如何计算生存输出的准确性。
请让我知道，如何计算RandomForest生存模型的准确性。
浏览 8提问于2016-11-14得票数 2
2回答
我在javascript上做一个小的随机森林，我有一个带有特性的2d数组。其中有些是纯粹的噪音，我想把它们从片场中移除。我被困在理解什么，我需要为每一个功能计算，以使一些最坏的特点的评分之王。我发现如何用库在R上实现它，但我需要算法来实现它。
inb4:我在wiki上读过关于特性选择的文章，但是这并没有多大帮助.谢谢!
我的数据集如下所示：(3类和一些特性)
浏览 2提问于2017-09-26得票数 1
回答已采纳
1回答
这是一个r中的随机森林模型。这是一个基于拉德布鲁克赔率的足球预测模型。它预测比赛的全时结果(FTR)。
zmodel <- randomForest(traindata$FTR ~ traindata$LBH + traindata$LBD + traindata$LBA)
我尝试使用以下命令对列车数据本身进行预测
predict(zmodel,newdata = traindata)
然后，我对一个新的测试数据进行了预测。
predict(zmodel,newdata = testdata)
虽然测试数据和训练数据不同，但我得到了相同的预测结果。我做错了什么？
是否有可能对与列车数
浏览 9提问于2018-01-01得票数 1
回答已采纳
在我的第一个TensorFlow项目中，我有一个大数据集(1M元素)，其中包含8个类别的元素，每个类别当然有不同数量的元素。我想把大数据集分成10个排他的小数据集，每个数据集都有大约1/10的每个类别。(这是为了10倍的交叉验证目的。)
我就是这样做的。最后，我有80个数据集，每个类别都有10个小数据集，然后使用sample_from_datasets从其中的80个数据中随机抽取数据。然而，经过一些步骤之后，我遇到了很多警告："DirectedInterleave选择了一个耗尽的输入: 36“，其中36可以是其他整数。
我想做sample_from_datasets的原因是我试图对原始
浏览 1提问于2019-04-18得票数 0
回答已采纳
1回答
Dataframe的条件划分
、、、、
我有一个2列的数据格式，如：
col1 | col2
------------
a1 | b1
------------
a2 | b1
------------
a3 | b2
------------
a1 | b2
------------
a1 | b3
------------
我使用随机数生成来划分这个数据：
df = df.withColumn("part", (rand() * num_partitions).cast("int"))
df.write.partitionBy("part")
浏览 9提问于2022-09-30得票数 0
我是机器学习的新手，并试图构建符合良好实践且不受偏见影响的机器学习模型。我已经决定使用Sklearn的Pipeline类来确保我的模型不容易发生数据泄漏。我正在构建一个ML模型，试图预测趋势Buy，持有，销售下个小时。
但是，我的多类分类数据集非常不平衡。虽然不一定要担心测试集是不平衡的，但重要的是，火车组是平衡的。然而，我已经进行了适当的研究，但是我找不到一个关于数据集再平衡步骤应该在哪里执行的答案。应该在缩放之前还是之后进行？应该进行火车/测试分离还是在测试结束后？
我不知道应该在哪里采取这一关键步骤。为了简单起见，我不会使用SMOTE，而是随机的少数人抽样。任何答复都将不胜感激。
我的代
浏览 0提问于2020-04-04得票数 4
2回答
我经常使用非常大的数据集，在构建机器学习模型时检查所有相关的超参数组合是不切实际的。我正在考虑随机采样数据集，然后使用该示例执行超参数调优。然后，我将使用所选的超参数使用完整的数据集来训练/测试模型。
这种方法的缺点是什么？
浏览 0提问于2019-01-16得票数 1
回答已采纳
研究了确定性的GLM模型(OLS模型、Logistic回归模型、零膨胀模型等)与某些CART模型(随机森林模型、LightGBM模型、CatBoost模型等)之间的区别。这是基于随机预测的。
我听说，对于随机模型，我们应该分成训练和测试，以避免过度拟合，这在确定性模型中不会发生，因为它们使用线性规划来寻找最佳参数。
我想开始讨论一下。
我的看法是这是真的。确定性模型只是求解方程，不应过分拟合数据，与基于随机性的随机模型进行预测是不同的。
但我发现的是，每一门课程都说要分割每一个数据集，不管它是否是确定性的，都是独立的。
浏览 0提问于2021-09-22得票数 2
1回答
我有两个问题，如果可能的话，我想确定(问题加粗)：
我最近已经理解(我希望)随机森林分类算法，并尝试使用Python上的sklearn在从卫星图像派生的相当大的像素数据集(特征是不同的波段，标签是我自己概述的特定特征，即植被、云等)上应用它。然后，我想了解模型是否遇到了方差问题，所以我首先想到的是比较训练和测试数据。
这就是让我感到困惑的地方--据我所知，有许多不同的帖子是关于：
How CV误差与OOB误差相比，随机森林分类器的训练误差几乎总是0(即根据训练数据拟合我的模型并用它对同一组训练数据进行预测)--不管树深是怎样的。
关于第2点，我似乎永远无法比较我的训练和测试错误，因为前者总是很
浏览 8提问于2022-01-24得票数 0
1回答
背景
根据项目的描述数据，我们需要将客户的订单聚成若干组(未知)。每个项目的描述数据由多个关键词(非句子)组成。以下是一些示例数据(每项一行)。
样本数据
1. WIRE,MAGNET;SOLID;Cu;;Ø0.300mm/32AWG;;;UNCOLORED;CLASS 155;SINGLE BUILD;GRADE 1;
2. WIRE,MAGNET;SOLID;Cu;;Ø0.400mm/32AWG;;;UNCOLORED;CLASS 155;SINGLE BUILD;GRADE 1;
3. WIRE,MAGNET;SOLID;Cu;;Ø0.200mm/32AWG;;;UNCOLORED;CL
浏览 1提问于2017-04-12得票数 0
1回答
我正在使用InceptionV3模型进行培训。下面是代码(https://github.com/maxmelnick/tensorflow/blob/no_随机/tensorflow/示例/图像_再培训/再培训)的链接，最初我有一个小的数据集。因此，我使用了增强技术来增加数据集的大小。
培训阶段数据集分为培训、验证和测试。在训练阶段，11个班的准确率为96%。但当我预测任何新的输入图像(未见数据)时，它的准确率为56%。模型有什么问题？
我已经使用了Dropout，交叉验证，OverSampling技术，但在新的输入图像上没有取得好的效果。
训练时使用的参数。
训练样本-每班800张图片
培训
浏览 0提问于2020-09-01得票数 1
1回答
为了解决一个不平衡的数据集问题，我在给定的方式下实验了随机森林(受深度学习的启发)。
训练一个随机森林，它将接收输入数据和训练模型标签的预测概率作为训练另一个随机森林的输入。
这方面的伪代码：
train_X, test_X, train_y, test_y = train_test_split(X,y, test_size = 0.2)
rf_model = RandomForestClassifier()
rf_model.fit(train_X, train_y)
pred = rf_model.predict(test_X)
print('******************R
浏览 0提问于2020-04-13得票数 2
回答已采纳
如果我将随机森林模型应用于R中的训练集，
forest = randomForest(y ~ ., data = dat)
pred1 = predict(forest, newdata = dat)
pred2 = forest$predicted
第二行和第三行是应用于相同数据集的相同模型，但为什么它们会给出不同的值？
pred1用于与真实响应值比较并计算训练集的均方根误差，而pred2用于与真实响应值比较并计算测试集的均方根误差(出袋误差)？
谢谢!
浏览 1提问于2018-11-17得票数 0
我想把图片传给凯拉斯CNN。该程序随机提供从网上下载的图像，或随机像素值的图像。如何设置批次大小和纪元数？我的训练数据基本上是无限的。
浏览 0提问于2017-09-30得票数 3
1回答
我正在做网络入侵检测系统的项目。KDD CUP'99数据集是我的输入数据集，我在我的java代码中使用了weka软件包，我使用"NETBEANS“在KDD‘99数据集中执行java.Four类型攻击的代码，例如DOS、PROBE、U2R、R2L和I。DOS，PROBE &R2L的分类率是很好的，使用随机森林algorithm.But我想提高U2R attack.How的分类率来改进随机森林算法。为了提高U2R的分类率，attack..Please给了我一些想法。
浏览 0提问于2013-12-14得票数 0
我正在训练一个计算机视觉模型。我将图像划分为三个数据集：培训、验证和测试.。
为了在训练、训练和测试中得到相同的图像，我使用了random_state函数的train_test_split参数。
然而，我有一个问题：
我正在两台不同的计算机(linux和windows)上进行培训和测试。我认为，对于给定的随机状态，结果是相同的，但事实并非如此。
有办法在两台计算机上得到相同的结果吗?
我不能将图像分割到3个文件夹中(培训、验证和测试)，因为我想在不同的实验中更改测试大小和验证大小。
浏览 10提问于2020-12-03得票数 0
回答已采纳
3回答
我有一个很大的数据集(100万×50)，我想预测一个特定的类。我已经考虑过将数据集分批分离为20k。然后训练一个分类器(例如随机森林或基本支持向量机)。然后如何通过提供额外的数据集来改进该分类器。换句话说，我如何保存在迭代1中创建的随机森林，并将其作为interation i+1中的起始模型来改进python中的模型？
浏览 0提问于2017-03-22得票数 1
回答已采纳
我在一个包含8个数值列(预测值)和1个因子(结果)的数据集上运行随机森林。数据集中有120万行。当我这样做的时候：
randomForest(outcome.f ~ a + b + c + d + e + f + g + h,data=mdata))，我得到一个错误：
"Error in randomForest.default(m, y, ...) :
long vectors (argument 26) are not supported in .Fortran"
有什么方法可以防止这种情况发生吗？我不明白为什么这个包(显然)要分配一个长度为2^31-1的向量。我使用的
浏览 0提问于2014-06-13得票数 12
我目前正在努力学习深度学习。我问自己，在回归方面，深度学习在哪些方面优于支持向量机和随机森林？
你有什么回归数据，深度学习优于支持向量机和随机森林吗？
我提出这个问题的主要目的，是看看哪种数据集的深度学习优于支持向量机和随机森林。因为我不知道这些数据集是什么类型的，所以我不想在询问这些数据集时限制太大。
更新:从tom给出的答案中，我可以清楚地看到我正在寻找什么样的数据集。因此，更具体地说:如果您知道在不同粒度级别上具有空间/时间结构的数据集，例如，在这个数据集上，卷积深网络的性能优于SVM和随机森林数据集，那么请共享这个数据集或链接到它。
不知道为什么这个问题仍然被标记为“暂停”，因为我更新
浏览 0提问于2017-11-22得票数 1
回答已采纳
2回答
在R中处理大量模拟
、、、
我写了一个R程序，它生成一个长度为一百万的随机向量。我需要模拟一百万次。在100万个模拟中，我将使用50K个观察向量(以某种随机方式选择)作为样本。因此，50K十字1M是样本大小。有没有办法用R来处理呢？
有几个问题和一些不太好的解决方案。
首先，R不能在我的机器中存储这么大的矩阵。它超过了RAM内存。我研究了像bigmemory，ffbase等使用硬盘空间的软件包。但如此庞大的数据可能会有TB的大小。我的机器中有200 in的硬盘可用。
即使存储是可能的，也存在运行时间的问题。代码可能需要超过100个小时的运行时间！
有没有人能建议一条出路！谢谢
浏览 0提问于2016-06-14得票数 1
在Time Series tasks中，我遇到了一个关于将数据拆分成训练和测试集的问题。我知道数据不能被混洗，因为保持数据的时间性很重要，所以我们不能创建能够展望未来的场景。然而，当我打乱数据(用于实验)时，我得到了一个离谱的高R平方分数。是的，R平方是用测试集评估的。有人能简单地解释一下为什么会这样吗？为什么在时间序列中混洗训练和测试数据会产生高R平方分数？我的猜测是，这与时间序列的趋势有关，但我不确定。我只是好奇地问一下，谢谢！
浏览 0提问于2020-05-31得票数 0
1回答
嗨，现在我正在和R学习关联规则。我有一个问题。
在交易数据中，我们考虑只购买或不购买(二进制数据)
我想知道如何对计数数据执行关联规则
例如)
item1 item2 item3
1 2 0 1
2 0 1 0
3 1 0 0
第一个顾客买了两个item1s!！
但是在普通的关联规则中，计数信息被忽略了，我们如何考虑这些信息呢？
浏览 0提问于2017-03-14得票数 1
1回答
我有三个数据集：“完整”、“不完整”和"Case_List“。“完整”包含有完整系列疫苗的个人记录；“不完整”是相同的，只是剂量小于整个系列；"Case_List“包含确诊的特定感染病例。每个数据集都包含一个日期(我已将其转换为一年中的第一周(1:53) )、年龄(我将其划分为年龄组(最容易将年龄组称为1:8，但其字符变量))和一个ID。按照定义，“完整”中的每个ID/记录都是“不完整”的，因为个人在第2剂量之前收到的剂量1，但我没有任何个人标识符将它们与"Case_List“ID联系起来。
我是SAS的新手，还没有找到足够的绘图指导，以便能够在一周内(1:53)用不完
浏览 5提问于2021-06-11得票数 0
回答已采纳
6回答
从我所读到的情况来看，我一直认为交叉验证是这样执行的：
在k次交叉验证中，将原始样本随机分成k个子样本.在k个子样本中，保留一个子样本作为模型测试的验证数据，其余的k−1子样本作为训练数据。然后交叉验证过程被重复k次(褶皱)，每个k个子样本精确地使用一次作为验证数据。从褶皱中得到的k值可以被平均(或以其他方式组合)来产生一个单一的估计。
因此，建立了k个模型，最后一个模型是这些模型的平均值。在Weka中，指南写道，每个模型总是使用所有的数据集来构建的。那么Weka中的交叉验证是如何工作的呢？模型是根据所有数据建立的，而“交叉验证”是否意味着创建k折叠，然后对每个折叠进行评估，最终的输出结果就
浏览 8提问于2012-05-03得票数 29
回答已采纳
2回答
滑雪场随机森林
、、
我试着用sklearn的随机森林分类器包来拟合随机森林模型。但是，我的数据集由具有字符串值('country')的列组成。这里的随机林分类器不接受字符串值。它需要所有特征的数值。我想用一些虚拟变量来代替这样的列。但是，我搞不懂现在的特色重要情节会是什么样子。会有诸如country_India、country_usa等变量。如果我用R进行分析，如何才能得到国家变量的综合重要性。
浏览 0提问于2016-04-03得票数 0
回答已采纳
1回答
我在Reporting 2008 R2中开发了一份报告，其中包含3个参数：
开始日期
结束日期
UserId (从下拉列表中选择的单个选项)
并从4个不同的数据集中产生一些数据。
接下来我要做的是允许多个UserId选择，并生成每个用户一页的报告。我想我可以通过使用一个列表来完成这个任务，并将所有其他的表都扔到列表中，但是它不允许我这样做，因为它说列表只需要从一个数据集中提取数据。
我怎样才能做到这一点？还是我必须做一个新的报告，然后从那里调用这个报告？我是怎么做到的？
谢谢。
浏览 1提问于2012-12-28得票数 0
回答已采纳
1回答
我正在编写一个用于将cityGML数据转换为3d tiles格式的JavaScript文件。但是我只能在一个没有子瓦片的b3dm文件中将cityGML数据转换为3d瓦片格式。如何使用四叉树或八叉树来创建瓦片？
浏览 18提问于2019-10-15得票数 0
在谷歌在毫升上的速成班里，我读到了一个关于火车和验证集的有趣的提示。他们说
“测试集和验证集”随着重复使用而“磨损”。也就是说，你越多地使用相同的数据来对超参数设置或其他模型改进做出决定，你就越不相信这些结果实际上会推广到新的、看不见的数据。如果可能的话，收集更多的数据来“刷新”测试集和验证集是个好主意。重新开始是一种伟大的重置。
那件事怎么可能？它应该如何和为什么会磨损呢？而“数据的磨损”意味着什么呢？我能解决这个问题吗?我可以把这些集合随机地重新划分成三个(列车测试-cv)来处理不同的模型，而不是对所有的模型使用相同的分区吗？
浏览 0提问于2023-01-28得票数 1
我在波士顿住房公司得到了令人惊讶的结果。当我将交叉验证应用于原始的波士顿房屋数据集及其随机混洗的版本时，以下代码会产生截然不同的结果：
from sklearn.datasets import load_boston
from sklearn.neighbors import KNeighborsRegressor
from sklearn.model_selection import cross_val_score
from sklearn.utils import shuffle
boston = load_boston()
knn = KNeighborsRegressor(n_neig
浏览 3提问于2018-10-17得票数 1
我正在对信号(训练和测试)数据使用PyEMD (经验模式分解)。所有信号(数据集)似乎都工作得很好，但在我的一个IMF数据集数中，它正在分解的训练和测试数据集是不同的。 我尝试过(max_imf：)参数，但是通过将数字限制为最小值，使得(训练和测试)具有相同的IMF数量，分解是不正确的(它直到最终趋势才会分解)。 任何建议都将不胜感激。
浏览 32提问于2021-01-31得票数 0
1回答
我们有一个字符集问题，并没有能够解决它。我们在波兰的一个数据中心有一台服务器被意大利的一些人使用。意大利是一个由FTPing程序读取并插入到数据库的平面文件中的波兰数据。然后，使用IHS服务器在IHS服务器前显示数据。在波兰，批处理服务器、数据库服务器、web服务器和应用服务器都是Windows机器。
我们得到了一些字符替换的实例。具体来说，an (带有优雅的小写字母A)正以ŕ(带有尖锐的小写字母R)的形式在网络上显示。我们可以看到，à在CP1252西欧字符集和ŕ -- CP1250东欧字符集中占据着相同的位置(参见)，因此我们认为这是一个字符集问题。
数据库中的字段都是nvarchar。我们
浏览 2提问于2013-12-05得票数 1
1回答
我是执行线性回归使用拉索方法在雪橇。
根据他们的指导，以及我在其他地方看到的，不只是对所有的培训数据进行交叉验证，而是建议将其划分为更传统的培训集/验证集分区。
因此，拉索在训练集上进行训练，然后根据验证集交叉验证的结果对超参数α进行调整。最后，在测试集上使用了所接受的模型，给出了一个真实的视图，哦，它在现实中的表现。分开这里的关注是一种预防措施，以防止过度。
实际问题
Lasso CV是否符合上述协议，还是只是在相同的数据和/或在同一轮CV中训练模型参数和超参数？
谢谢。
浏览 3提问于2014-06-15得票数 8
回答已采纳
1回答
我构建了一个有监督的模型来对医学文本数据进行分类(我的输出预测了疾病的积极或消极发生)。数据非常不平衡(130例阳性病例与1600例阴性病例相比，这是可以理解的，因为这种疾病很罕见)。我首先清理了数据(删除了不必要的单词、词汇化等)。并在事后应用了POS。然后，我对清理后的数据应用了TfidfVectorizer和TfidfTransformer。对于分类，我尝试了支持向量机和随机森林，但即使在使用GridSearchCV调整了它们的参数(我还设置了class_weight = 'balanced')之后，对于正数据也只达到了56%的准确率和58%的召回率。有没有人有关于如何改
浏览 123提问于2018-07-17得票数 2
回答已采纳
2回答
我有一个每天的时间序列，其中包含多个站点30年的数据。我正在使用R中的biwavelet包通过以下代码测试数据的周期性
di <- data.frame(d1$date, d1$t_min)
wt.t1 = wt(di)
par(oma = c(0, 0, 0, 1), mar = c(5, 4, 4, 5) + 0.1)
plot(wt.t1, plot.cb = TRUE, plot.phase = FALSE)
当运行代码时，我得到了这个错误
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...)
浏览 2提问于2014-11-07得票数 2
我有地理编码的数据，可以在地图上绘制几条管道。我还有另一组数据，其中包含发电厂的地理编码数据。我想将管道绘制为线段，将发电厂绘制为形状。我知道如何单独执行每个操作；但无法让它们以我想要的方式显示在同一张地图上。有人能告诉我如何在tableau的同一张地图上创建两层数据吗？有没有更好的程序可以用来做这件事？非常感谢。
浏览 26提问于2015-04-07得票数 2
1回答
这是如何产生置换的？
、、、
在试图回答这个问题的过程中，我最终被困住了。我发现了一篇似乎解决了他们的问题的论文:它的作者定义了一个过程，当它被应用到伪随机函数f时，生成一个伪随机置换生成器h，生成的g由它自己组成两次：
设f=\{f\}^n是一个伪随机函数生成器，其中密钥长度函数为l(n)。用g=\{g\}^n定义函数生成器f，如下所示。设k是长度l(n)的字符串，k'是长度l(n+1)的字符串，L、R和L'是长度n的字符串，R是长度n+1的字符串。然后是g_{k}^{2n}(L\bullet R)=R\bullet[L\oplus f_k^n(R)] g_{k'}^{2n+1}=R'\b
浏览 0提问于2021-05-27得票数 0
回答已采纳
1回答
生成序数数据
、、、
我想要生成的合成数据是顺序的，即有序的，在Python中。但我该怎么做呢？在生成序数数据和分类数据方面有什么不同？
我正在阅读Valera和Ghahramani的论文“数据集中变量的统计类型的自动发现”。在这篇文章中，他们写道：“我们通过抽样一个带有$R$类别的多项变量来解释分类数据，其中类别的概率是从Dirichlet distribution....To帐户中抽样的，用于序数观测，我们首先从数据集中的均匀分布中抽取第一个变量，在区间$(0，R)$中，我们将这些变量随机划分为与数据集中的序数变量相对应的$R$类别。”
有人能帮我理解关于生成序数数据的后一部分吗？谢谢!
浏览 0提问于2018-06-18得票数 0
回答已采纳
我试图使用Matlab中的'bootstrap‘重新采样(替换)我的数据库，如下所示：
D = load('Data.txt');
lead = D(:,1);
depth = D(:,2);
X = D(:,3);
Y = D(:,4);
%Bootstraping to resample 100 times
[resampling100,bootsam] = bootstrp(100,'corr',lead,depth);
%plottig the bootstraping result as histogram
hist(resampling1
浏览 2提问于2013-01-15得票数 1
回答已采纳
我有一个非常倾斜的10维数据集。我需要我的用例的近似近邻，并且我正在寻找位置敏感的散列。然而，经过缩放和随机生成超平面后，通过原点和编码数据点，我得到了非常倾斜的桶，因为数据的性质。经过一段时间的思考后，我想出了一个想法，从数据中获取随机点，并将这些点用作散列的集群中心。每个点都将映射到最近随机选取的中心的ID。我的问题是，对于所有其他数据点，特定点的桶的预期大小是否相同。我认为是这样，但其他人说不应该。我的理由是，更密集的区域有更多随机决定的聚点，而离群点不会经常被挑选出来。我在文学里找不到这方面的任何东西。
编辑:我确实运行了一些测试，它们似乎在一定程度上支持了我的假设，但是方差相对较高，
浏览 0提问于2016-01-08得票数 3
1回答
我有一个有15个变量和4669个观测值的数据框架。
我用随机森林做模型。我的目标是从我的数据集预测某一特定产品是否会被客户接受。
因此，我的输出变量有“是”、“否”和"“的因素。
我的问题是，我是否有可能在随机森林中预测这个“是”还是“否”？
示例数据如下所示
Outputvar <- c("Yes", "Yes", "No", "NO", "", "")
Inputvar1 <- c("M", "F", "F", "M&#
浏览 0提问于2018-02-21得票数 0
回答已采纳
1回答
所以我在网上生成了一个随机数据集，我需要在上面应用C4.5算法。
我安装了RWeka包及其所有依赖项，但不知道如何执行它。
有人能帮我链接到教程吗？除了RWeka文档之外的任何内容。或者用R中的C4.5代码来理解它的工作原理？
谢谢
浏览 4提问于2015-11-12得票数 2
回答已采纳
4回答
我正在对一个回归分类问题运行xgboost，在这个问题上，该模型预测一个基因从0到1引起疾病的可能性有多大。
我试着避免在我所能想到的所有方法中过度拟合，嵌套交叉验证的平均输出是r2 0.88，我不确定我是否可以相信它，或者是否有其他方法可以看到这是否过度合适。仅对非嵌套的培训和测试的输出r2是:培训r2: 0.971测试r2: 0.868。
迄今为止，我：
删除相关性>0.9的特征，删除丢失数据>50%的特征(这很难增强，许多遗传特征只是缺少生物学研究的许多基因的缺失数据)。
由于xgboost接受丢失的数据，因此不需要进行估算以避免估算偏差。
scikit中的MinMaxSca
浏览 0提问于2020-07-07得票数 3
回答已采纳
我需要一种方法来生成一个随机密码，如下所示：
密码至少9个字符
至少2个大写字母
至少有2个小写字母
至少2位数
至少有2个特殊字符
必须以字母开头
这是我的命令：
{ shuf -r -n4 -e {A..Z}; shuf -r -n4 -e {a..z}; shuf -r -n4 -e {0..9}; } | shuf | tr -d 但却缺少了特殊的角色操作系统是SuSE 12\n'
但却缺少了特殊的角色
操作系统是SuSE 12
浏览 0提问于2021-10-26得票数 0
回答已采纳
2回答
假设我有一个返回随机位的函数，是否有可能编写一个在某个范围内统一生成随机数并始终终止的函数？
我知道如何做到这一点，这样它就应该(并且可能会)终止。我只是想知道是否有可能编写一个保证终止的代码(并且它不必特别有效。它会有什么样的复杂性？
以下是不总是终止的版本的代码
int random(int n)
{
while(true)
{
int r = 0;
for (int i = 0; i < ceil(log(n)); i++)
{
r = r<<1;
r = r|getRandomBit();
}
浏览 0提问于2012-12-01得票数 1
回答已采纳
2回答
随机森林中的树细节
、、、
我正在寻找python或R中的随机森林包，它可以让我获得最终构建的森林的一些细粒度的细节。特别是，我要：
获取树的一些表示；
对于森林中的每一棵树，都要对其与数据的匹配程度(如熵)进行全面的测量；
对于训练集中的每一项记录和森林中的每一棵树，记录它最后落在哪一片叶子中；以及
对于一个新的记录，对于森林中的每一棵树，记录它最后会落在哪一片叶子上。
我意识到(4)的解决方案也可以作为(3)的解决方案，但我猜想(3)应该是相对容易的，因为在森林生长的过程中保持对结果的跟踪。
我仔细研究了R和python中的可用选项，但我找不到一个现成的例程来提供所有这些需求。(很难找到一个满
浏览 1提问于2016-06-07得票数 0
2回答
根据CAVT的介绍，它可以在一个任务中创建多个作业，但我找不到任何用于创建更多作业的按钮，我该如何做？
浏览 0提问于2020-03-06得票数 7
1回答
我想计算下列伪码随机二进制搜索的预期运行时间，其中不考虑中间点为支点，而是选择一个随机点：
BinarySearch(x, A, start, end)
if(start == end)
if(A[end] == x)
return end
else
return -1
else
mid = RANDOM(start, end)
if(A[mid] == x)
return mid
else if(A[mid] > x)
浏览 0提问于2017-06-04得票数 0
回答已采纳
1回答
部署用R(即.线性回归、随机森林、k均值等。)对PowerBI？
这是我目前的想法:我的响应列是column_x。我的训练集将是我的数据集中具有column_x值的所有行。我的测试集将是没有column_x值的所有行(因此需要来自ML脚本的预测值)。我会将ML脚本的输出放在PowerBI (使用编辑查询选项)中的一个新列中，用于名为pred_column_x的预测响应。
修改/填写下面的示例脚本或如何绘制的替代解决方案将非常有帮助！
谢谢!
data.df <- dataset in PowerBI
train.df <- dataset where column_x is no
浏览 0提问于2020-01-02得票数 0
我很难理解哪些数据集需要用于模型选择阶段和最终的模型测试阶段:培训、验证和测试。我试图在下面详细解释它，同时在底部张贴可重复的代码。谢谢您的建议和建议！
假设我们使用Kaggle上可用的开放数据集来创建关于特性的预测，同时使用RMSE作为我们的错误度量。(我在这里询问更多关于简历背后的概念，而不是针对最低的RMSE)。，我们首先从原始的数据集led中划分一个训练和测试集led_train和led_test。
接下来，我们用y= Life expectancy和x= GDP建立了一个具有led_train =数据的线性模型，并对随机森林模型和knn模型进行了同样的处理，使用的是使用Caret包的
浏览 0提问于2020-07-29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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
