我正在尝试使用一些袋子尺寸200,400,600来执行决策树的打包，以使用oob估计来获得每个袋子尺寸的准确性。我如何更新我的代码以使用多个袋子尺寸，从中我如何获得每个袋子尺寸的oob估计的准确性？这是我到目前为止的代码。
浏览 14提问于2020-01-10得票数 0
回答已采纳
1回答
由于我的地理信息系统软件的计算能力有限，我试图在R中实现随机森林，以便进行图像分类。我的输入是一个多波段TIFF图像，它被训练成一个ArcGIS文件(目标值0和1)。该代码在技术上可以工作，并产生有效的输出。然而，当我在GIS软件中绘制出图像分类输出(二值为0和1的二值重分类tiff )时，它以100%的成功率预测了训练数据。换句话说，输出图像没有分类错误。当混淆矩阵显示存在分类错误时，情况如何？我是不是漏掉了一些很明显的</
浏览 6提问于2019-10-22得票数 0
回答已采纳
我正在使用scikit learn 0.13.1在上进行比赛。我正在使用决策树分类器，为了评估我的估计器，我遵循了通过train_test_split分割训练数据或使用cross_val_score进行交叉验证的技术。任何一种技术都会表明估计器大约有90%的准确率。然而，当我在实际测试数据上使用估计器时，获得的准确率大约降低了3
浏览 0提问于2013-06-08得票数 1
回答已采纳
1回答
在梯度提升的范畴中，我发现一些术语令人困惑。但是梯度增强器(GBM)和GBDT是一回事吗？他们只是名字不一样吗？除了GBM/GBDT和XGBoost之外，还有其他的模型属于梯度提升的范畴吗？
浏览 0提问于2020-09-19得票数 4
回答已采纳
在电子表格中，我对每个项目的开始日期和结束日期都有一个资源估计。每一行都有一个单独的项目。类似于以下内容：我想插值开始和结束之间的月份，去现场日期，并使用相同的努力为每个月。最后，我想在一个枢轴表中用它来总结每月的总数。它类似于下面(用手快速完成的计算，因此请原谅错误)：我更喜欢使用任何开箱即用的功能，但如果有必要，我也可
浏览 2提问于2016-05-24得票数 0
回答已采纳
1回答
我感兴趣的是在Tomcat7中预编译我的所有JSP以便进行调试，并获得所有JSP编译错误的日志。我已经在网上找遍了，也没有找到任何方法。
有人对如何使用开箱即用的开源工具做这件事有什么建议吗？
浏览 1提问于2013-09-07得票数 3
1回答
基于概率估计的多类图像分类
、、、、
我的目标是用概率估计来进行多类图像分类。
到目前为止，OpenCV C++库提供的所有伟大功能的“单标签”分类都是开箱即用的。目前，我正在使用带有本地Sift描述符和支持向量机分类的BoW描述符。但是现在我需要对图像的概率估计。所以，不需要“图像A是X类”，而是需要输出“图像A具有50%的似然类X，10%的类Y，30%的
浏览 2提问于2015-02-03得票数 3
回答已采纳
6回答
我通过几个标记数据集对模型进行了评估，并获得了这些数据集的准确性(或任何其他度量)。有任何方法来估计我的模型在新的数据集上的准确性吗？我正在考虑测量数据集的相似性(在特征空间中)，然后根据相似性来预测新数据集的准确性。例如，如果新数据
浏览 0提问于2019-01-19得票数 0
但我感到困惑的是，在测试/培训/验证中，哪两个准确性/错误应该进行比较，以判断模型是否过分合适？我把我的数据分成70%的训练和30%的测试。当我运行10倍交叉验证，我可以得到10个准确性，我可以采取平均/平均。我该称这为validation accuracy吗？
然后，在30%的测试数据上对模型进行测试，得到Test Accuracy。我应该比较哪两种精确性来
浏览 0提问于2019-03-13得票数 13
回答已采纳
在k-1子样本上进行训练，在kth子样本上进行测试，用误差merric记录性能.
对每个k个子样本执行k次，每次记录错误。然后选择误差最小的模型？这和合奏技术一样吗？
浏览 0提问于2018-01-15得票数 1
回答已采纳
1回答
我必须使用梯度引导决策树在Python中构建一个分类模型，并获得模型参数(节点处的值)以在硬件上实现。据我所知，梯度增强决策树的最终结果是一个具有阈值的普通决策树分类器，用于对输入数据进行分类。我读过以下文章：
model.estimators_包含模型所包含的所有单个分类器。对于GradientBoostingClassifier，这是一
浏览 0提问于2019-04-23得票数 0
回答已采纳
我正在使用Boost/wave库进行语法突出显示任务。我们通过取消引用lex-token-iterator来获得令牌，然后处理这些令牌以进行自定义突出显示。开箱即用，wave库自带了一个cpp lexer，它可以迭代输入的C++文件和标记化关键字。但我现在的工作还包括识别CUDA文件，并使用相同的机制对它们进行标记化。
浏览 11提问于2019-10-25得票数 0
我使用的是Widlfy 10，但不想使用Wildfly开箱即用的DistributableSessions (我有一些会话处理问题，需要在基本级别上调试)。我看到安德托有一个InMemorySessionManager，我宁愿用它来代替。但是我还没有想出如何指定一个不同的SessionManager。是否有任何方式来启用地下二代的InMemorySessionManager？我是否需要在META-I
浏览 1提问于2017-12-19得票数 0
回答已采纳
开箱即用， gem要求输入用户的电子邮件地址，并使用该地址进行登录(身份验证)。
清楚地描述了如何使用用户名代替电子邮件进行身份验证。如何配置devise以尝试对两个不同的列进行身份验证？
浏览 0提问于2010-09-09得票数 2
回答已采纳
6回答
我一直在阅读决策树和交叉验证，我理解这两个概念。但是，我很难理解交叉验证，因为它涉及决策树。基本上，交叉验证允许您在数据集相对较小时在培训和测试之间进行交替，以最大限度地提高您的错误估计。一个非常简单的算法是这样的：
决定了您想要的折叠数(k) 将数据集细分为k折叠、，使用k-1折叠进行训练集来构建树。使用测试集来估计树中错误的
浏览 0提问于2010-02-22得票数 37
回答已采纳
3回答
RF和DT超拟合
、、、
我是机器学习的新手，我从Kaggle的一些课程开始。在那里，我学会了如何使用DecisionTreeRegressor()和RandomForestRegressor()从sklearn。但是，我不能真正理解我如何能够验证我的解释变量不适合这个模型。例如，经验教训包括使用平均绝对误差进行评价。MAE和MRSE可以评估我的决策树深度是否是最优的，但如果我的解释数据是相关的</
浏览 0提问于2018-04-20得票数 1
回答已采纳
我见过一个描述“强化学习树”的研究论文，作者说它比随机森林有更好的收敛性。
然而，我找不到任何与利用随机森林作为强化学习的表格有关的东西。是否曾进行过使用随机森林强化学习的测试？
浏览 0提问于2017-08-14得票数 4
回答已采纳
我正在尝试从CoreNLP库中训练一个定制的词性标记器(具体地说，使用edu.stanford.nlp.tagger.maxent.MaxentTagger类)，并且正在努力解决选项的含义(不是语言学家)和什么是最有效的组合。我尝试了一些默认选项，这些选项随CoreNLP库的开箱即用下载而来，并且还通过一些更改(如缩略语等)对其进行了调整，但没有看到标记的准确性有明显的提高。我读过
浏览 1提问于2015-02-24得票数 0
3回答
什么时候决策树表现良好？我绘制了一些图表，比较了基于决策树的模型和基于logistic回归的模型。决策树建立模型所需的时间较长，而LRclassifier模型的time.Moreover较小，logistic模型的f-score高于决策树。所以我想知道什么时候应该使用决策树。
浏览 2提问于2017-09-22得票数 1
0回答
我有一个带arm处理器的主板，它使用u-boot来加载固件。我将固件加载为Squashfs，但我想确保没有人能够加载他们自己的固件，所以我想知道如何在u-boot中对我的squashfs文件进行签名并检查其签名。有什么标准的方法可以做到吗？squashfs是否支持“开箱即用”的签名？或者我可以将我的签名添加到squshfs-file的</
浏览 2提问于2017-11-29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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
