1回答
我的数据是： from sklearn.svm import SVC fromsklearn.feature_selection import RFECV X = np.random.randint(0,363175645.191632,size=(5000, 37))
Y = np.random.choice([0, 1], size=
浏览 39提问于2020-11-29得票数 0
回答已采纳
我的问题有两个:我想要所有子图的轴标签，并且我想知道如何在每行的子图数量不同的地方进行子图(我有14个子图，目前在三行中)：from sklearn.svmimport SVCfrom sklearn.feature_selection importRFECV
from sklearn</em
浏览 9提问于2017-09-27得票数 1
我正在使用scikit学习做特征选择。这是我的密码from sklearn.feature_selection importf_classif
如何使用f_classif
浏览 4提问于2017-08-28得票数 1
我试图使用rbf核为支持向量分类器(SVC)执行特征选择。网站中的这个示例执行得很好：from sklearn.cross_validation import StratifiedKFold= SVC(kernel="linear")
rfecv = RFECV(estimator=svc, step=1,
浏览 7提问于2014-05-21得票数 5
回答已采纳
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 ..。柯伦
浏览 3提问于2017-11-08得票数 0
1回答
这不适用于原始的svc，所以我尝试创建一个clf作为管道--一个输入程序，然后一个svc。但是，我仍然会得到一个丢失的值错误。如何将RFECV这样的特征选择方法与管道中的分类器链接起来？print(__doc__)
from sklearn.svm import SVCfrom sklearn<
浏览 5提问于2016-12-15得票数 2
1回答
我试图按照给定的教程来使用带有交叉验证(RFECV)功能的scikit的递归特性消除功能--使用我自己的数据学习，并继续得到一个令人费解的错误：
import pandas as pdfrom sklearn.cross_validationimport StratifiedKFold
from sklearn</e
浏览 3提问于2016-05-27得票数 0
1回答
import svm return(X,import RFECV estimator = SVC(kernel="linear", probability类select_RFECV中的属
浏览 0提问于2014-06-20得票数 0
回答已采纳
2回答
我正在尝试使用SVC作为分类器，使用GridSearchCV执行递归特征消除与交叉验证，如下所示。 我的代码如下。train_test_split(X, y, random_state=0)
rfecv = RFECV(estimator=clf, step=1
浏览 18提问于2019-04-12得票数 3
回答已采纳
1回答
递归特征消去中估计量的超参数估计
、、、、
通过交叉验证，使用RFECV模块实现递归特征消除。RFE涉及到反复训练完整特征集上的估计器，然后删除信息最少的特征，直到收敛到最优的特征数。但是，这只是在开始时对C进行了一次网格搜索，然后在每次迭代中使用了相同的C。from sklearn.cross_validation import StratifiedKFoldfrom}
# svm1 passed to clf which is
浏览 1提问于2015-04-09得票数 5
回答已采纳
1回答
我真的是Python的新手，所以我不知道很多基础知识，但我有一个必须用Python完成的大学报告，我正在努力找出如何解决我代码中的问题。现在我想使用rfe来减少我的模型，我从RFECV开始，这样我就可以确定我想要RFE选择多少个特征。但是每次运行代码时，我都会遇到rfecv.fit()的问题。to determine number of variables to include for the optimal model
from sklearn.svm import SVC</
浏览 4提问于2021-11-13得票数 1
我们在中显示的代码中有一组25个特性from sklearn.cross_validation import StratifiedKFoldfrom sklearn.datasets import make_classification
# Buildrfecv = RFECV(e
浏览 6提问于2016-05-05得票数 5
回答已采纳
我试图使用rfecv缩小与我的分类器真正相关的特征的数量。sklearn import linear_model, cross_validation, metricsfrom sklearn.feature_selectionimport RFECVfrom sklearn import pr
浏览 2提问于2013-11-27得票数 8
回答已采纳
Recursive feature selection
from sklearn.metrics importaccuracy_scorefrom sklearn.preprocessingimport StandardScaler
from sklearn.ensemble
浏览 1提问于2018-07-19得票数 1
回答已采纳
我想要执行递归的特征消除与嵌套网格搜索和交叉验证每个功能子集使用scikit学习。从RFECV文档看，使用estimator_params参数支持这种类型的操作：from sklearn.datasets import make_friedman1
from sklearn.feature_selectio
浏览 5提问于2014-05-22得票数 13
回答已采纳
在用KNN对估计量进行拟合之前，如何使用sklearn方法选择传递给LinearDiscriminantAnalysis(n_components=2)方法的最优特征进行降维。= RFECV(svc, step=1, cv=None, scoring='f1_weighted', min_features_to_select=min_features_to_select)rfecv.fit(X, y)
print(
浏览 14提问于2021-05-19得票数 1
回答已采纳
1回答
我有一个包含8个参数的数据集(4个连续的，4个分类的)，我试图按照Scikit中的RFEC类来消除特性。这是我使用的公式：rfecv = RFECV(estimator=svc, step=1, cv=StratifiedKFold(y, 2),scoring='accuracy')由于我也有分类数据，所以我使用</
浏览 4提问于2015-04-08得票数 4
回答已采纳
1回答
我可以让它零敲碎打地运行，但是当我尝试一个for循环来跨所有模型运行它时，我会得到一个错误。看起来我给出的清单是1，而不是这个项目。我怎样才能得到它提供的物品？还是有更好的方法来做这件事？my_list = [LogisticRegression(max_iter=1000, random_state=1),LinearDiscriminantAnalysis(), SVC(probability= True,random_state=1)]
rfecv = RFECV
浏览 8提问于2022-11-02得票数 1
回答已采纳
我正在尝试使用嵌套的RFECV运行一个RandomizedSearchCV，该RFECV本身有一个管道。这个管道是一个MinMaxScaler，后面跟着6个不同的分类器之一。当我用n_jobs=1运行这个RandzomizedSearchCV时，一切正常，但是当我尝试增加作业数时，我遇到了问题： 例如，SVC将在许多折叠上显示FitFailedWarning： [CV] .C:\Users\user\Anaconda3\envs\npai_python37\lib\site-packag
浏览 28提问于2020-03-21得票数 0
2回答
from sklearn.feature_selection import RFECVfrom sklearn.model_selectionimport cross_val_predict, KFoldfrom sklearn.ensembleimport RandomForestClassifier
浏览 1提问于2018-07-19得票数 2
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
