如何解释来自cv.kknn (kknn包)的交叉验证输出
来自cv.kknn（kknn包）的交叉验证输出是指在机器学习中使用kknn包进行交叉验证时所得到的结果。交叉验证是一种常用的评估模型性能的方法，它将数据集划分为训练集和测试集，并重复多次进行模型训练和测试，最终得到一组性能指标。
kknn包是一个用于k近邻分类和回归的R语言包，它提供了一种基于k近邻算法的机器学习方法。在使用kknn包进行交叉验证时，我们可以通过设置不同的参数来调整模型的性能和准确度。
交叉验证输出通常包括以下内容：
- 准确率（Accuracy）：表示模型在测试集上的分类准确率，即正确分类的样本数占总样本数的比例。
- 精确率（Precision）：表示模型在预测为正例的样本中，真正为正例的比例。
- 召回率（Recall）：表示模型在所有真正为正例的样本中，预测为正例的比例。
- F1值（F1-score）：综合考虑了精确率和召回率的指标，是精确率和召回率的调和平均值。
- ROC曲线（Receiver Operating Characteristic curve）：用于评估二分类模型的性能，横轴为假阳率，纵轴为真阳率。
- AUC值（Area Under Curve）：ROC曲线下的面积，用于衡量模型的性能，取值范围为0到1，值越大表示模型性能越好。
对于kknn包的交叉验证输出，可以根据具体的需求选择合适的性能指标进行评估和比较。在实际应用中，可以根据交叉验证输出的结果来选择最佳的模型参数，提高模型的准确性和泛化能力。
腾讯云提供了一系列与机器学习和人工智能相关的产品和服务，例如腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）、腾讯云人工智能开放平台（https://cloud.tencent.com/product/aiopen）、腾讯云智能图像处理（https://cloud.tencent.com/product/tiip）等，可以帮助用户进行模型训练、数据处理和智能应用开发等工作。
相关·内容
2回答
我尝试在R中安装kknn包，它下载文件夹，但是每当我使用library(kknn)时，我得到：
库中的错误(Kknn)：没有名为“kknn”的包
install.packages("kknn") Installing package into ‘C:/Users/Ed/Documents/R/win-library/3.2’ (as ‘lib’ is unspecified) trying URL 'https://cran.rstudio.com/bin/windows/contrib/3.2/kknn_1.3.0.zip' Content type
浏览 4提问于2015-09-11得票数 1
2回答
我想了解~.在R中的含义，这是kknn函数的一个例子：
library(kknn)
data(iris)
m <- dim(iris)[1]
val <- sample(1:m, size = round(m/3), replace = FALSE, prob = rep(1/m, m))
iris.learn <- iris[-val,]
iris.valid <- iris[val,]
iris.kknn <- kknn(Species~., iris.learn, iris.valid, distance = 1, kernel = "trian
浏览 6提问于2017-07-31得票数 1
回答已采纳
1回答
可能重复：
我试图在R中使用knn函数，并为此安装了几个软件包(例如。KNN，KNNgarden，iped)。
使用function，当软件包成功安装时(包‘kknn’成功地解压缩并检查MD5和)，但是当我尝试使用kknn时(kknn(列车、测试、cl、k= 1、l= 0、prob = TRUE、use.all =TRUE)，我得到以下错误:未能找到函数"kknn“。
我假设这和我的工作目录有关。我检查并重置了我的WD，使之成为R中有包的文件夹，但要知道有用。我做错了什么？
浏览 3提问于2012-07-20得票数 1
回答已采纳
1回答
我试着用手计算R包输出的距离和重量。当数据没有缩放时，我能够正确地计算欧几里德距离和逆权重，如下所示：
欧氏距离
(6-8)^2+ (4-5)^2) = 2.236068
(6-3)^2+ (4-7)^2) = 4.242641
(6-7)^2+ (4-3)^2) = 1.414214
逆权
1/ (2.236068 / 4.242641) = 1.897368
1 (1.414214 / 4.242641) = 3.000000。
我看不出矩形权重是如何计算的，因为我得到：
1/2 *1= 0.50
1/2 *1= 0.50
kknn包给出了1和1。
最后，当数据被缩放时，我对计算距离和权重
浏览 3提问于2021-01-20得票数 3
回答已采纳
1回答
我想了解R包是如何计算二进制分类问题的权重、距离和类概率的。在下面的R代码中，在训练样本中有三个观察，在保留样本中有一个观察。两个预测变量是身高和体重。根据欧几里德距离，训练样本中每一次观测的距离为：
(6-8)^2+ (4-5)^2) = 2.24
(6-3)^2+ (4-7)^2) = 4.24
sqrt(6-7)^2+ (4-3)^2) = 1.41。
在k=3和相同权重的情况下，我得到了抵抗的概率如下：
(1/3 * 1) + (1/3 * 0) + (1/3 * 1) = 0.67。
在k=2和相同权重的情况下，我得到了抵抗的概率如下：
(1/2 * 1) + (1/2 * 1) =
浏览 1提问于2021-01-10得票数 0
回答已采纳
我正在努力学习如何使用kknn，并正在通过进行工作。同时，我的家庭作业要求我将kknn应用于数据集，并反复提供k值并进行测试，以找到最佳值。
虽然为k提供值是函数的一个选项，但虹膜示例生成的解决方案没有提供k值：
iris.kknn <- kknn(Species~., iris.learn, iris.valid, distance = 1,
kernel = "triangular")
如何从产生的kknn对象中确定使用了什么k值来产生结果？它是使用任意的默认值，还是以某种方式对k的最佳值进行优化？
浏览 1提问于2017-05-25得票数 0
回答已采纳
我正在尝试将统计学习导论中的基本R代码转换为R tidymodels生态系统。本书使用class::knn()，tidymodels使用kknn::kknn()。当我使用固定的k做knn时，我得到了不同的结果，所以我剥离了tidymodel，并尝试使用class::knn()和kknn::kknn()进行比较，但我仍然得到了不同的结果。class::knn使用欧几里德距离，而kknn::kknn使用距离参数为2的明可夫斯基距离，根据维基百科，这是欧几里德距离。我将kknn中的内核设置为“矩形”，根据文档，它是未加权的。具有固定k的knn建模的结果不应该是相同的吗？ 下面(基本上)是本书中带有
浏览 24提问于2021-11-13得票数 1
回答已采纳
1回答
我使用以下代码：
tc <- trainControl(method = "cv", number = 20)
lm1_cv <- train(y~., data = data, method = "lm", preProcess = c("center", "scale"),
trControl = tc)
lm1_cv
它的输出如下：
Linear Regression
1338 samples
6 predictor
Pre-processing: centered
浏览 7提问于2022-12-04得票数 0
我试着用前面的函数来预测几个模型，但是我得到了“eval中的错误(expr，envir，enclos)：object 'var.1‘not”。这很奇怪，因为var.1不在dataframe中。守则是：
library(randomForest)
library(ada)
library(class)
library(e1071)
library(rpart)
library(car)
library(nnet)
library(kknn)
Consenso <- function(DF,VAR.DEP){ #entries are a dataframe and a depen
浏览 3提问于2015-05-27得票数 2
回答已采纳
我试图了解sklearn交叉验证和评分是如何工作的，并观察到一些奇怪的行为。
我实例化了一个分类器，然后对它进行了4次交叉验证，在90%的准确率+- 0.5%的范围内得到了4分。
然后在所有的训练数据上重新定义模型，并在测试数据上进行评分。我也在这里的训练数据代码中打分，只是为了证明一点。
在将数据拆分为测试集和训练集之后，我运行此代码。
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.metrics import make_scorer, balanced_accuracy_score
gbc = G
浏览 1提问于2019-04-24得票数 5
我尝试使用kknn +循环为模型创建一个离开一交叉验证，并将其与train.kknn进行比较。
我将数据分为两部分:培训(80%数据)和测试(20%数据)。在训练数据中，我排除了循环中的一个点来手动创建LOOCV。
我觉得predict(knn.fit, data.test)出了点问题。我试图通过kknn包指令和联机来找到如何在kknn中进行预测，但是所有的示例都是“汇总(模型)”和“表(验证.)”。而不是对单独的测试数据进行预测。代码predict(model, dataset)在train.kknn函数中成功地工作，所以我想我可以在kknn中使用类似的参数。
我不确定在kknn中是否有这样
浏览 1提问于2019-08-25得票数 4
回答已采纳
我在MATLAB中使用LIBSVM SVR进行预测。svmtrain的输出应该是一个模型，在这种情况下，应该是一个结构。但有时它只返回一个值。谁能告诉我那是什么意思吗。下面是一个这样的数据，它为我返回了一个单独的输出值(7.586428304542136e-05)
Input X training instance matrix is
[0.416804048175116;0.725969684480469;0.727160324220360;0.566114850941063;0.718127490039841;0.646792141777717;0.642830974950772;0.74
浏览 4提问于2013-12-04得票数 0
回答已采纳
1回答
如何确定要使用的kmax的值？当我删除它时，R打印一条错误消息，当我添加它时，R打印另一条错误消息。我一直在这个问题上转来转去，一点进展都没有。这些消息令人困惑。我在stackoverflow上寻找类似的问题，但没有看到一个，因此我提出了这个问题。你知道为什么kmax =7不正确吗？我如何知道kmax的正确值是什么？感谢您能提供的任何帮助。 #works
output1 <- train.kknn( as.factor(myParam)~., data <- trainingData)
output1
#works
output1 <- train.kknn( as.fa
浏览 20提问于2019-03-31得票数 0
1回答
我正在构建一个KNN模型来预测房价。我将检查我的数据和模型，然后是我的问题。 数据- # A tibble: 81,334 x 4
latitude longitude close_date close_price
<dbl> <dbl> <dttm> <dbl>
1 36.4 -98.7 2014-08-05 06:34:00 147504.
2 36.6 -97.9 2014-08-12 23:48:00 1
浏览 17提问于2019-05-21得票数 5
回答已采纳
1回答
如何使用新数据进行预测？我只能对数据集使用predict()函数。如果我有x = 62.5，我如何预测y的值
library(mlr)
library(tidyverse)
x <- c(52.21, 53.12, 54.48, 55.84, 57.20, 58.57, 59.93, 61.29, 63.11, 64.47, 66.28, 68.10, 69.92, 72.19, 74.46)
y <- c(1.47, 1.50, 1.52, 1.55, 1.57, 1.60, 1.63, 1.65, 1.68, 1.70, 1.73, 1.75, 1.78, 1.80, 1.8
浏览 18提问于2020-05-21得票数 0
回答已采纳
1回答
我可以看到cv.glm是如何处理glm对象的，但是拟合的生存模型呢？
我有一堆模型(威布尔，Gompertz，lognormal，等等)。我想使用交叉验证来评估预测误差。在R中，哪个包/函数可以做到这一点？
浏览 0提问于2013-10-24得票数 1
我对n=452参与者进行了重复测量。SPSS的弗里德曼检验给出了df=2，卡方为36.970，而下面是R和python的输出。我无法解释卡方差值(R和python的30和SPSS的36 )的差异，尽管它不是太多。有人能帮我理解这个吗？
#Friedman rank sum test in R
friedman.test(data.matrix(x))
data: data.matrix(x)
Friedman chi-squared = 30.389, df = 2, p-value = 2.518e-07
#--------------------------------
浏览 1提问于2020-05-22得票数 0
我对caret和e1071包的相对优势没有发现太多的讨论，令人惊讶的是。据我理解，这些包执行许多相同的ML算法。考虑到这一点，我感兴趣的是那些在这两方面都有经验的从业者认为这些软件包的优点和弱点是什么。你对代码的可读性、编码的易用性、方法、速度等有何看法？
特别是我对多类支持向量机感兴趣
浏览 0提问于2016-02-21得票数 1
回答已采纳
我用戴尔的统计软件对一些数据进行了分析。我在一篇科学论文中使用这一分析。虽然数据挖掘不是我的主要话题，但我以前上过数据挖掘课，也有一些知识。
我知道数据被分离为%75 %25 (数字可能改变)、训练和测试部分，或者使用n倍交叉验证来测试模型的性能。
在模型执行前的统计支持向量机建模中，有制表符来进行配置。在数据抽样选项卡中，我输入了%75，%25分离，在交叉验证选项卡中，我输入了10 -fold交叉验证。在输出中，我看到数据实际上是作为训练和测试分开的(模型预测是为测试值提供的)。
还存在交叉验证错误。我将复制下面的结果。我很难理解和解释这一产出。我希望知道比我更好的统计数据的人和/或对这个工
浏览 2提问于2016-06-12得票数 0
回答已采纳
我对此非常陌生，所以任何类型的信息都会有所帮助。抱歉，如果我问了一个非常琐碎的问题。我正在处理一个中等大小的数据集，其中有很多零。我们已经应用了很多模型，k=10的cv-skf得分已经超过了0.85，但roc_auc得分却停留在0.5左右。我正在使用sklearn。下面是代码片段。
train_dataset = pd.read_csv('./input/train.csv', index_col='ID')
test_dataset = pd.read_csv('./input/test.csv', index_col='ID'
浏览 0提问于2016-03-25得票数 0
该表在减价中打印得很好，但在编结的html文件中不存在。我注意到它被归类为列表，但不知道如何将其更改为可接受的文件类型。针织输出未格式化为表。我很感激你的帮助。
library("crosstable") #important package crosstable() function
library('dplyr')
library("flextable")
tbl1 = crosstable(mtcars2, c(1), by = 2) %>%
as_flextable(keep_id=FALSE)
print(tbl1)
浏览 6提问于2021-12-09得票数 0
1回答
如何解释范畴交叉熵的价值？
、、、、
范畴交叉熵损失通常用于目标在一次热编码的设置中.假设我有一个问题，其中有300个可能的结果，因此我的最终完全连接层将有300个神经元，输出(在softmax之后)是每个类的概率，使得它们的和等于1。
我的问题是:如何解释绝对交叉熵损失的价值？有一个明确的交叉熵损失5，0.9或0.1是什么意思？
对损失的解释是否受到可能的课程数量的影响？
浏览 0提问于2021-03-02得票数 3
由于我的RAM的大小，我决定将我的数据分成两部分，并使用游侠r包拟合两种不同的随机森林模型。在游侠中有一个函数可以让我把这两个模型组合成一个来预测吗？
浏览 2提问于2022-01-25得票数 0
在通过时
他们在X=65和X=90绘制了一个正态分布，并说误差项遵循正态分布，因为线性回归是一个函数，对于给定的X只输出一个值，他们是如何绘制分布的？
浏览 0提问于2020-02-10得票数 0
1回答
随机林变量选择与预测精度
、、、
我有一个横截面数据集重复了两年，2009年和2010年.我使用第一年(2009)作为训练集，训练一个随机森林的回归问题，第二年(2010年)作为一个测试集。
加载数据
df <- read.csv("https://www.dropbox.com/s/t4iirnel5kqgv34/df.cv?dl=1")
经过对2009年随机森林的训练，变量的重要性表明变量x1是最重要的。
使用所有变量的随机森林
set.seed(89)
rf2009 <- randomForest(y ~ x1 + x2 + x3 + x4 + x5 + x6,
浏览 6提问于2020-04-30得票数 0
回答已采纳
1回答
我在有多个分类变量的数据集上运行了LASSO算法。当我在自变量上使用model.matrix()函数时，它会自动为每个因素级别创建虚拟值。
例如，我有一个变量"worker_type“，它有三个值: FTE、contr、other。在这里，指的是情态"FTE“。
其他一些分类变量有或多或少的因素水平。
当我输出拉索的系数时，我注意到worker_typecontr和worker_typeother的系数都是零的。我该如何解释结果呢？在这种情况下，FTE的系数是多少？我应该把这个变量从公式中取出来吗？
浏览 1提问于2018-09-07得票数 2
回答已采纳
1回答
我有一个非常大的数据集，有36个特征，其中包括6个输出列。我正在尝试在这个数据集中进行MLP反向传播神经网络学习(回归)，并且我使用了神经网络和插入符号。我想要两个隐藏层，每层有6和5个节点。我还想在我的NN模型中添加k折交叉验证
control <- trainControl(method="repeatedcv", number=5, repeats=1)
# train the model
model <- train(X,Y, method="neuralnet",
algorithm
浏览 0提问于2016-04-12得票数 1
1回答
我一直在尝试构建这个程序，或者找出如何访问KKNN来产生其结果。我正在使用KKNN函数和包来帮助预测未来的棒球统计数据。它接受11个预测变量(之前3年的统计数据，PA和水平，以及年龄和另一个预测变量)。预测效果很好，但我希望做的是，当我只预测一个球员(因为预测100个球员时，这将是荒谬的)，我希望看到与该球员最接近的3个邻居，以及他们之前的统计数据和他们下一年的产出。我最关心的是最近邻居的名字，因为知道哪些玩家是最近的将为它所做的预测提供上下文。
我可以尝试编辑函数的实际代码，如果这是获得这些代码的唯一方法。即使找到索引也会有帮助，因为我可以从那里反向求解以获得名称。非常感谢你的帮助！
下面是
浏览 0提问于2013-09-10得票数 1
我正在使用scikit-learn手动构建一个袋装分类器。我需要这样做，因为我有三个数据子集，并且我需要在每个子集上训练一个分类器。所以我基本上做的是创建三个RandomForestClassifier分类器，并在子集上训练每个分类器。然后给出一个测试集，我执行以下操作来找到ROC AUC：
probas2 = estimators[2].predict_proba(X_test)
probas3 = estimators[3].predict_proba(X_test)
probas4 = estimators[4].predict_proba
浏览 2提问于2014-04-02得票数 0
我有以下几点：
library(pls)
pcr(price ~ X, 6, data=cars, validation="CV")
它工作，但因为我有一个小的数据集，我不能划分为训练和测试，因此，我想要执行交叉验证，然后提取预测数据为AUC和准确性。但是我找不到如何提取预测的data.Which参数，是吗？
浏览 3提问于2015-04-28得票数 0
回答已采纳
考虑一下这段代码：
import pandas as pd
df = pd.read_csv('module_5_auto.csv')
df = df._get_numeric_data()
y_data = df['price']
x_data = df.drop('price',axis=1)
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x_data, y_data,
浏览 3提问于2021-08-07得票数 1
1回答
我有一个关于KKNN训练的问题，这是我的代码，附件是文件，当我试图创建混淆矩阵时，这个问题就出现了：
中的错误！All.equal (nrow (数据)，ncol (数据))：无效的类型参数
所需文件为
library(kknn)
library(caret)
headers = c("col1", "col2", "col3", "col4", "col5", "col6", "col7", "type")
testData0<-read.table(
浏览 2提问于2021-04-23得票数 1
1回答
我用不同的数据训练不同的分类器，我需要了解如何正确地度量分类器的有效性。
这是我的密码：
iris = load_iris()
param_grid = {
'criterion': ['gini', 'entropy'],
'max_depth': np.arange(4, 6)
}
tree = GridSearchCV(DecisionTreeClassifier(), param_grid)
X_train, X_test, y_train, y_test = train_test_split(iris
浏览 0提问于2018-04-07得票数 2
回答已采纳
我在R中使用"kknn“包来查找数据集中每一行的所有最近邻居。由于一些奇怪的原因，测试数据集中的最后一行总是被忽略。下面是R代码和获得的输出。
X1 <- c(0.6439659, 0.1923593, 0.3905551, 0.7728847, 0.7602632)
X2 <- c(0.9147394, 0.6181713, 0.8515923, 0.8459367, 0.9296278)
Class <- c(1, 1, 0, 0, 0)
Data <- data.frame(X1,X2,Class)
Data$Class <- as.factor(D
浏览 1提问于2015-04-19得票数 3
我是新的R和弹性-网络回归模型。我在默认的数据集上运行弹性网络回归模型，泰坦尼克。在运行列车功能之后，我试图获得Alpha和Lambda值。但是，当我运行列车函数时，输出一直滞后，我不得不等待输出，但根本没有输出。它是空的..。我正在尝试调整参数。
data(Titanic)
example<- as.data.frame(Titanic)
example['Country'] <- NA
countryunique <- array(c("Africa","USA","Japan","Australia
浏览 3提问于2022-02-28得票数 0
回答已采纳
1回答
关于在python中使用libsvm的两个问题：
我如何知道这个问题是否可行？
如何得到原始变量(w和偏移量b)？
我使用一个简单的例子，考虑到2D空间中的4个训练点(由*描述)：
*----*
| |
| |
*----*
我用C_SVC公式和线性核训练支持向量机，在两个标号-1，+1中对4点进行分类。
例如，当我设置像这样的训练点时，它应该找到一个分离的超平面。
{-1}----{+1}
| |
| |
{-1}----{+1}
但是对于这个非线性问题，它不应该找到一个分离的超平面(因为线性核)。
{+1}----{-1}
|
浏览 1提问于2012-04-08得票数 1
1回答
标题数据集交叉验证查询
、、、
我一直在研究和摆弄这个kaggle笔记本。我也是个新手。 https://www.kaggle.com/ldfreeman3/a-data-science-framework-to-achieve-99-accuracy#Step-5:-Model-Data 我已经完成了第五步--模型数据。我正在尝试交叉验证(如果这是正确的术语)下面代码中列出的所有算法，但是它似乎只输出了10个结果，而不是21个： cv_split = model_selection.ShuffleSplit(n_splits = 10, test_size = .3, train_size = .6, random_st
浏览 15提问于2021-08-30得票数 0
1回答
我的问题是:在sklearn中，RidgeCV给出的cv_values_是如何计算的？为什么它与metrics.mean_squared_error的输出不同？
例如,
X = [1,2,3,4,5,6,7,8,9,10]
X = np.array(X).reshape(-1,1)
y = np.array([1,3.5,4,4.9,6.1,7.2,8.1,8.9,10,11.1])
ax.plot(X, y, 'o')
ax.plot(X, X+1, '-') # help visualize
假设我们在X和y上训练岭模型
from sklearn.
浏览 3提问于2017-07-04得票数 0
回答已采纳
1回答
我需要知道如果我已经在火车数据上安装了我的机器学习模型，我将如何知道。我所使用的性能指标是Logistic损失。这些特征的稳定性是否影响我的模型的性能？如果是的话，它们之间有什么关系？
浏览 0提问于2020-10-13得票数 3
回答已采纳
我有一个不平衡的数据集，其中阳性仅占整个样本的10%。我使用logistic回归和随机森林进行分类。通过对这些模型结果的比较，发现0,1和0，0.6之间的logistic回归结果在概率输出上存在一定的差异。我不能分享数据集，但我怀疑这些算法的工作。随机森林如何产生小于0.6的概率？
浏览 0提问于2020-07-23得票数 1
回答已采纳
更新：cross-posted to RStudio Community在一天多没有任何活动后。我会在这里张贴任何答案。 我想使用knn回归来预测多个结果，但我得到了一个输出变量。这是一个重述： library(tidymodels)
y1 <- rnorm(100, 5)
y2 <- rnorm(100, 6)
y3 <- rnorm(100, 7)
x1 <- rnorm(100, 8)
x2 <- rnorm(100, 12)
x3 <- rnorm(100, 6)
dat <- tibble(y1, y2, y3, x1, x2, x3
浏览 21提问于2020-10-29得票数 0
1回答
我想将glm模型传递给自定义函数，但是遇到了错误消息。
eval中的错误(expr，环境，附件)：object .未找到
我想通过拟合的glm模型，并使用相同的公式，家庭，数据和权重作为输入，以适应一个新的模型。我尝试了下面的代码(如果我只设置glmModel = testModel并在函数中手动运行代码，这就很好了)。出什么问题了？
glmPassing <- function(glmModel){
weightsTest = glmModel$weights
glmTest = glm(formula = glmModel$formula, family = gl
浏览 3提问于2017-06-13得票数 1
回答已采纳
1回答
我有一个包含162个观察值和151个不同变量的数据集，我想对它进行逐步回归，但也要对它进行10折交叉验证。我以前使用过DAAG包，以便使用多元线性回归进行10折交叉验证，并能够使用它的公式之一：
CVlm(df = data, seed=1500, m = 10, form.lm = formula(RT..seconds.~.,), printit=TRUE)
我想知道软件包是否支持相同的功能，但支持逐步回归？我已经看了一遍它的pdf格式，但什么也找不到。
我知道我可以使用MASS包执行逐步回归，方法是
step <- stepAIC(fit, direction="both&
浏览 1提问于2013-12-06得票数 5
如何使用LinearRegression()函数构建机器学习模型来预测客户的预期SpendValue 还可以使用10折交叉验证来测量模型的性能，测试集大小为20%。 ? X = sales.drop(['SpendValue'], axis=1).values
y = sales.SpendValue.values
print("The training dataset has {} examples and {} features.".format(X.shape[0], X.shape[1]))
lr = LinearRegression()
kf
浏览 55提问于2019-05-27得票数 0
我有一个模型，我试图预测我的第11篇题为R1的专栏文章。我的数据如下所示：
A1 A2 A3 A8 A9 A10 A11 A12 A14 A15 R1
1 1 30.83 0.000 1.250 1 0 1 1 202 0 1
2 0 58.67 4.460 3.040 1 0 6 1 43 560 1
3 0 24.50 0.500 1.500 1 1 0 1 280 824 1
我的代码看起来像这样：
data <- read.delim("credit
浏览 2提问于2020-05-16得票数 0
阅读以下文章：https://kiwidamien.github.io/how-to-do-cross-validation-when-upsampling-data.html
对于如何使用from imblearn.pipeline import make_pipeline来在不平衡的数据集上执行交叉验证，同时避免内存泄漏进行了解释。
在这里，我复制了本文链接到的笔记本中使用的代码：
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=45)
rf = RandomForestClassifier(n_
浏览 0提问于2022-01-01得票数 0
1回答
我有以下已经标准化的数据：
客户id
客户年龄
客户定位
房主
汽车谷
危险因素
已婚
包a
B包
C包
基于上述所有因素，我想预测哪些包装，无论是A，B或C，客户可能会购买。
然而，我有点迷失在选择的海洋中。训练方法有线性感知器、遗传算法、时间序列预测、自联想网络等。
如果有多个输出，我如何知道哪一个最适合解决这类问题？
编辑：
我的问题是基于这样一个假设:对于这个特定的场景，有一种最优的策略，因为我知道某些算法在某些场景中使用得更频繁，比如遗传算法经常用于手写识别程序。
浏览 0提问于2014-04-15得票数 0
回答已采纳
1回答
我想根据训练误差来选择变量。因此，我在trainControl中将方法设置为"none“。但是，如果我在下面两次运行这个函数，就会得到两个不同的错误(正确率)。在这个例子中，差别是不值得提及的。即使如此，我也没想到会有什么不同。
有人知道这种差异是从何而来的吗？
library(caret)
c_1 <- trainControl(method = "none")
maxvar <-(4)
direction <-"forward"
tune_1 <-data.frame(maxvar,direction)
浏览 2提问于2015-08-22得票数 1
回答已采纳
2回答
如何比较两种分类算法？
、、、
全,
我有两个分类器(xgboost和光梯度增强)来预测是否是癌症。当我使用roc_auc作为我的记分方法时，我得到xgboost为0.75，光梯度提升为0.76。很明显他们很接近！我如何评估它们在统计上是否不同？
我用过记忆测试：
从mlxtend.evaluate导入mcnemar_table从mlxtend.evaluate导入mcnemar
lgbm_pred = second_best.predict(x_test)
xg_pred = chosen_model.predict(x_test)
tb = mcnemar_table(y_target=y_test,
浏览 0提问于2020-06-18得票数 1
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
