我的项目是使用nlp将评论分类为好的或坏的。我已经导入了数据，并使用bag of words模型进行了标记化和矢量化。现在我必须将数据分成测试和训练集，我得到了一个错误消息：“发现样本数量不一致的
浏览 10提问于2019-12-08得票数 0
回答已采纳
1回答
我现在正在读的一本书"Apache Mahout Cookbook“是由Pierro Giacomelli写的，他说
为了避免这，您需要将向量文件分成两组，称为80-20拆分<...> --良好的分割百分比分别为80%和20%。是否有严格的统计证据证明这是最好的百分比，还是它是一个利尿的结果？
浏览 0提问于2015-02-11得票数 1
回答已采纳
假设我有100个样本，那么我想使用5倍的简历，是培训集:验证集:测试集的比率是84:16:16？验证集中的数据数量应该总是等于测试集吗？
浏览 0提问于2020-10-07得票数 0
回答已采纳
最近，我在做一个项目，发现我的交叉验证错误率很低，但是测试集错误率很高。这可能表明我的模型太合适了。为什么我的交叉验证不过分，而我的测试集覆盖？更确切地说，我有大约两百万的观测数据，有100个变量(n>>p)。我把数据<
浏览 0提问于2017-03-01得票数 9
1回答
我有一个模型，我使用多项式和径向基函数进行训练，我将数据分成训练集和测试集，并从训练集中提取大量样本。现在我对下一步感到迷茫，我知道偏差就是损失最小的样本。我是在训练数据上还是在
浏览 2提问于2019-11-14得票数 1
我正在使用MATLAB函数TreeBagger()进行随机森林分类，以完成一项任务。当测试数据的变量数量与训练数据的变量数量不同时，它会给出错误。我被告知，变量选择应该只在训练数据上进行，而不是在测试数据上，这样测试数据上就没有偏见。因此，
浏览 0提问于2015-12-20得票数 1
我建立了一个随机森林模型，我用它来预测我的训练和测试数据，这些数据来自两个不同的数据框架。
我想计算模型的准确性，但是它没有工作，因为我的训练数据有76行，而我的测试数据只有52行。我怎么才能用蟒蛇做呢？到目前为止，<em
浏览 1提问于2020-09-14得票数 0
2回答
在样本外数据集上使用词袋分类器
、、、、
我最近使用词袋分类器制作了一个包含96%术语的文档矩阵。然后，我使用决策树对输入的词袋进行模型训练，以做出句子是否重要的预测。该模型在测试数据集上表现得非常好，但当我使用样本外的数据集时，它无法预测。相反，它会给出错误。labeledTerms, spl == FALSE)
CART = r
浏览 4提问于2014-10-09得票数 4
我有一个包含4个预测变量X_1, X_2, X_3, X_4,和一个响应变量Y的数据集。我被要求检查这些变量之间的相关性，看看它们是如何关联的，然后使用线性模型对它们进行拟合。没有分割的训练集:测试集是给定的。我有一个包含10000个<em
浏览 0提问于2020-02-21得票数 1
回答已采纳
1回答
我为我的论文做了一些预测(股票)。我只使用了固定数量的600个样本(这是无法改变的)。由于数据集较小，我只做了训练和测试拆分(没有验证等)。我发现一些设置在训练和测试中都获得了非常好的结果(MAPE和R2)。但我只有列车组
浏览 20提问于2019-11-12得票数 0
似乎每次迭代对象时，KFold都会生成相同的值，而Shuffle Split每次都会生成不同的索引。这是正确的吗？如果是这样，那么一个比另一个有什么用处呢？
浏览 1提问于2016-01-12得票数 42
回答已采纳
1回答
支持向量机:评分测试数据
、、、
我正在使用scikit-learn，并希望在测试集上计算SVM的predicition。()
我得到了ValueError：
<e
浏览 1提问于2018-03-27得票数 0
回答已采纳
2回答
图像分类中的数据洗牌
、、、、
我想开发一个CNN模型来识别美国手语中的24个手语。我创建了一个自定义的，其中包含了每个手势的3000个图像，即整个数据集中的72000幅图像。为了训练模型，我将使用80-20数据集分割(训练集中有2400幅图像/手部符号，验证集中有600幅图像/手部符号)。
我的问题是:在创建数据
浏览 3提问于2020-04-14得票数 1
回答已采纳
我看过几篇关于特征选择(包装器和嵌入式方法)的文章和例子，他们把样本数据分成训练集和测试集。我理解为什么我们需要使用交叉验证(将数据分成训练集和测试集)来构建和测试模型的分数(所提出算法的</em
浏览 37提问于2020-04-04得票数 0
我使用的是IMDB数据集，它包含列文本中的电影评论和列标签中的评级0或1。我正在使用Tfidf使用sklearn对文本进行预处理。使用线性核，然后用classifier_linear.fit(X, df_test['label'])
我收到错误了ValueError:找
浏览 0提问于2021-02-23得票数 0
回答已采纳
2回答
我实现了一个模型，其中我使用Logistic回归作为分类器，我想绘制学习曲线为训练和测试集，以决定下一步做什么，以改进我的模型。为了给你一些信息，为了绘制学习曲线，我定义了一个函数，它采用一个模型，一个预分裂的数据集(训练/测试X和Y数组，NB:使用train_test_split函数)，一个评分函数
浏览 5提问于2016-05-02得票数 3
回答已采纳
2回答
取多个神经网络的平均值？
、、、、
我用一个非常小的数据集来拟合一个神经网络，所以试着把数据分成训练和验证集。(有一个单独的测试集)如果我将训练/验证随机分成几次，为每个训练/验证分裂构造一个神经网络，并取测试集上神经网络预测值的平均值，它是否可以称为集成
浏览 0提问于2018-01-29得票数 2
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
实时音视频活动推荐
腾讯云开发者
