我正在尝试使用管道、GridSerach和CV运行RandomForest分类器 pipe = make_pipeline(column_trans, RF)
grid_params = [{'randomforestclassifier_criterion': ['gini', 'entropy'],
&#
浏览 12提问于2020-06-03得票数 0
回答已采纳
2回答
我试图通过使用管道并调优其中的参数来应用RandomForestClassifier()。这是正在使用的数据集：https://www.kaggle.com/gbonesso/enem-2016 下面是代码 from sklearn.ensemble import RandomForestClassifier= GridSearchCV()
<e
浏览 62提问于2020-09-27得票数 0
回答已采纳
我正在尝试使用scikit learn 0.18.1将TimeSeriesSplit与GridSearchCV结合起来。('VT', VarianceThreshold(threshold=0.005)), ('rf', RandomForestClassifier(class_weight='balanced', random_state=1))])
tscv
浏览 0提问于2018-06-04得票数 1
我在我的数据集上运行不同的机器学习模型。我正在使用sklearn管道来尝试对数字特征进行不同的转换，以评估一个转换是否能提供更好的结果。我使用的基本结构很简单： from sklearn.pipeline import Pipeline
pipe.fit(X_train, y_train) 我正在尝试一系列转换，但我也想测试在数字功能集上不执行转换的场景(即功能按原样<em
浏览 10提问于2020-07-16得票数 1
回答已采纳
我试图使用GridSearch尝试在管道中的PCA步骤中尝试不同数量的组件，以及多个估计器。我认为下面的代码正在执行这些操作(使用GridSearch文档加上其他来源)，但是best_params_的结果没有预处理参数&估计参数；相反，它打印{'prep2__pcadtm__n_componentsIs下面的代码--测试同一GridSearch?中具有多个超参数和多个估计器(加超参数)的预处理方法？--如果not...How可以在同一
浏览 0提问于2020-12-07得票数 0
回答已采纳
1回答
分类器名称
、、
我得到了一个超参数调优和最好的模型。我创建了一个包含best_model.cv_results_的dataframe。 "classifier__C": np.logspace(-1,4,6), }
gridsearch= GridSearchCV(pipe, grid_param, cv = 5, v
浏览 2提问于2022-03-05得票数 0
我正在尝试使用管道、GridSerach和CV运行一个GridSerach分类器会感谢你在这方面的帮助。column_trans = make_column_transformer((OneHotEncoder(), ['CategoricalData']), RF = RandomForestClassifierOneHotEncode
浏览 0提问于2020-06-02得票数 0
1回答
支持向量机与随机林相比性能较差
、、、、
我正在为python使用scikit-learn库来解决分类问题。我使用了RandomForestClassifier和支持向量机(SVC类)。然而，当rf达到66%的准确率和68%的召回率时，支持向量机的正确率仅为45%。为了获得足够的支持向量机性能，我还应该考虑什么呢？
浏览 1提问于2014-09-08得票数 3
1回答
我一直在尝试让sklearn在gridsearch期间使用更多的cpu核心(在Windows机器上做这件事)。代码如下：在上
浏览 2提问于2015-08-26得票数 4
1回答
现在的问题是，我想在这种分割上做一个GridSearchCV()，尝试不同的模型(RF、XGBoostClassifier()、LightGBM()等等)。使用不同的超参数，但我无法找到一种方法来使用GridSearchCV()和拆分完成。
有什么建议吗？
浏览 5提问于2022-03-22得票数 1
回答已采纳
我试图使用Spark按组(School_ID，超过3000)在一个大型模型输入的csv文件上构建随机森林模型。do(school= randomForest(formula=Rf_formula, data=., importance = TRUE))}编辑8/24/2015我正在尝试将我的数据转换成一种
浏览 2提问于2015-08-20得票数 7
回答已采纳
我有这样的流水线估计器： ('tfidf', TfidfVectorizer(max_df=0.95, min_df=2, max_features然后，当我添加GridSearch以获得以下最佳参数时： 'tfidf__use_idf': (True, False),
'clf__alpha':--尽管当我第一次尝试将它错误地安装到测试数据时</em
浏览 0提问于2020-11-01得票数 0
2回答
我想执行一个超参数搜索，以选择sklearn中的预处理步骤和模型，如下所示： ("classifier", RandomForestClassifier())])
parameters = [{"combiner但是，当我请求使用CV.best_estimator_的最佳估计器<e
浏览 5提问于2020-08-02得票数 2
回答已采纳
我正在使用SVM回归函数SVR()预测一个参数。在Python.so中默认值的效果不好，我想试着用"GridSearchCv“调优它。最后一部分"grids.fit(Xtrain，ytrain)“开始运行，没有给出任何错误，也没有停止。代码：
从sklearn.model_selection导入GridSearchCV。
浏览 136提问于2019-08-14得票数 3
回答已采纳
1回答
尝试在结合了几个分类器的投票集成上运行网格搜索。在运行代码时，我总是遇到相同的错误 ValueError: Invalid parameter n_estimator for estimator GradientBoostingClassifier(下面是我的代码： dtc = DecisionTreeClassifier(random_state=1)ada('ada',ada),('
浏览 76提问于2019-05-30得票数 0
回答已采纳
1回答
寻找影响净收入的特征
、、、
使用机器学习，我想识别影响net revenue的特性，并在此基础上从数据中得出结论。数据集是一个汽车共享公司的数据(如Turo)。数据集包含~80000行14列。我很难建立一个EDA，特别是使用ML算法来找出影响net_revenue的特性。from sklearn.ensemble import RandomForestClassifierrf.fit来自
浏览 0提问于2019-09-08得票数 0
回答已采纳
Visual studio 2017版本在构建时抛出错误它在azure流水线中运行，因此任务和整个流水线都会失败。
浏览 6提问于2020-02-11得票数 0
回答已采纳
我刚刚开始使用MLFlow，我对它的功能很满意。然而，我找不到一种方法来记录来自scikit学习的GridSearchCV中的不同运行。GridSearchCV时 pipe = Pipeline([('classifier' , RandomForestClassifier())])
{'classifierclassifier__C' : np.logspace(-4, 4, 20),
'classifier__solver
浏览 17提问于2020-04-02得票数 5
2回答
我正在使用pyspark.ml.classification库和RandomForestClassifier在Microsoft中运行一个分类模型。我的问题是：
我知道在sklearn.ensemble.RandomForestClassifier中，您可以指定n_jobs parameter来配置并行运行的作业数量。在Azure中使用pyspark.ml.classification.RandomForestClassifier时，
浏览 12提问于2022-04-28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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
