我正在尝试在PySpark的OneVsRest中使用LinearSVC模型，但似乎还不支持。我的错误消息 LinearSVC only supports binary classification. 1 classes detected in LinearSVC_43a50b0b70d60a8cbdb1__labelCol 为了在PySpark中实现它，我需要做哪
浏览 53提问于2019-10-10得票数 0
我正在尝试在非常非常大的数据集上运行svm，而我无法使用sklearn来运行它。使用sklearn需要无尽的时间。所以我决定使用pyspark这里是我的spark配置 [('spark.app.id', 'local-1606562652917'), .ap
浏览 80提问于2020-11-28得票数 0
我是PySpark的新手。我在Windows10上安装了Spark 2.3.0。我想使用线性支持向量机分类器进行交叉验证的训练，但对于有3个类的数据集。因此，我正在尝试应用Spark ML的一种vs Rest策略。但是似乎我的代码中有一些错误，因为我得到了一个错误，表明LinearSVC是用于二进制分类的。以下是我在调试时尝试执行"crossval.fit“行时出现的错误
浏览 2提问于2018-05-15得票数 2
1回答
我有一个Pandas的代码，它计算出x窗口上线性回归的R2。参见我的代码： def lr_r2_Sklearn(data): X = pd.Series(list(range(0,len(data),1return(regressor.score(X,Y))
r2_rolling = df[['value']].rolling(300).agg([lr_r2_Sklearn]) 我做了一个大小为300的滚动，并计算每个窗口的
浏览 29提问于2020-06-26得票数 0
回答已采纳
我在我的项目中使用Spark MLlib。我使用了支持向量机，决策树和随机森林。我已经将数据集分为训练和测试(60%的训练，40%的测试)，并得到了我的结果。我想重复我的工作，但使用交叉验证来分割数据，而不是使用SVM、DT和RF的百分比分割。 我怎么能在Spark上做到这一点呢？我找到了几个使用logistic回归和管道进行拆分的代码，这些代码不适用于SVM。
浏览 48提问于2019-01-01得票数 1
我看到我有三个选择：
分类器= sv.LinearSVC(random_state=123) classifier.fit(Xtrain，ytrain) classifier.score(Xtest，ytest)
分类器= OneVsRestClassifier“封装”在OneVsOne对象中，生成用于培训和测
浏览 2提问于2018-08-28得票数 5
回答已采纳
我是星火公司的新手。我想在PySpark MLlib中对支持向量机进行多类分类。我在Windows上安装了Spark2.3.0。但是，我搜索发现支持向量机只在星火库中实现了二进制分类，所以我们必须使用一种-vs-all策略。这给了我一个错误，当我试图使用一个-vs-所有的支持向量机。我寻找错误，但没有找到解决办法。我使用了来自这个链接的one-vs-all代码。这是我的代码：
fro
浏览 1提问于2018-04-29得票数 1
回答已采纳
我尝试在PySpark3中运行下面的脚本，并收到下面的错误消息。我正在使用这与格式化有关，但我不确定如何去做。任何帮助都将不胜感激。
浏览 18提问于2019-07-08得票数 0
回答已采纳
1回答
我正在训练一个正常的和平衡的线性支持向量机使用不平衡的数据，并测试两者使用F1评分。- scores: 0.565 vs 0.540作为数据集，我在这里使用了酵母菌 (UCI)
浏览 0提问于2016-03-14得票数 3
回答已采纳
2回答
我使用Spark对LabeledPoints的MLLib进行分类。我想交叉验证它。哪种方法是最好的？有没有人有示例代码？我找到了依赖于DataFrame的CrossValidator类。我的目标是获得F-score。
浏览 3提问于2016-03-09得票数 2
1回答
我刚开始使用pyspark，我刚刚将我的LinearSVC模型保存在一个名为"svm.model“的文件夹中。我有两个文件夹:数据和元数据。# Spark environmentfrom pyspark.ml.classification impor
浏览 0提问于2020-11-19得票数 0
回答已采纳
2回答
我正在研究一个二进制分类问题，并使用SparkML，我使用随机森林和Logistic回归模型训练和评估我的数据，现在我想检查支持向量机如何对我的数据进行分类。trainingData.select('label').distinct().show()|label|| 0.0|+-----+ pyspark<
浏览 1提问于2018-09-04得票数 2
在使用Pyspark (版本2.4.5)培训MultilayerPerceptronClassifier时，我得到了以下例外：
requirement failed: OneHotEncoderModel但是，对于相同的数据集，代码在RandomForestClassifier、DecisionTreeClassifier、GBTClassifier和LinearSVC中运行得很好。
浏览 0提问于2021-07-10得票数 2
回答已采纳
我最近一直在处理随机森林和朴素贝叶斯。现在我想使用支持向量机。from pyspark.ml.classification import LinearSVC
svm = LinearSVC(maxIter=5, regParamBinaryClassificationMet
浏览 2提问于2018-01-25得票数 1
回答已采纳
我正在训练一个关于文本数据的Logistic回归分类器。我发现我的许多数据点有多个目标类。是否可以根据数据修改我的模型以输出多个类。我计划将我培训集中的多类数据点分割成不同的类(也就是说，如果一个x有3个类，我将将该文本分割为3个，这样每个不同的文本都有一个与其关联的惟一类)。+Probabilty(Class_n)>0.95
为此，我将使用prdict_proba方法LogisticRegr
浏览 0提问于2021-05-24得票数 0
我是刚开始机器学习的，对python没有太多经验。
在下面的代码中，经过训练的数据在我们调用fit()之后存储在哪里，以及在调用predict()方法之后它如何知道数据是否经过了训练。我知道这可能是个愚蠢的问题，但我们会非常感谢你的帮助。
浏览 3提问于2020-01-16得票数 2
回答已采纳
sklearn的svm LinearSVC使用以下模型：我一直在查看文档，找不到找到这些值的任何方法。LinearSVC类似乎有一个get_params方法，但返回的参数都与分类参数不匹配。
有人有检索这些值的经验吗？甚至可以使用sklearn的LinearSVC</e
浏览 0提问于2018-06-18得票数 0
回答已采纳
我正在尝试使用LinearSVC分类器。import word_tokenizefrom sklearn.svm import LinearSVC, SVC
LinearSVC_classifier.train(featuresets)但当我试图用概率分类的<
浏览 8提问于2017-11-15得票数 12
回答已采纳
3回答
我对在python中部署机器学习模型感兴趣，因此可以通过对服务器的请求进行预测。
我将创建一个Cloudera集群，并利用Spark开发这些模型，使用这个库pyspark。我想知道如何保存模型以便在服务器上使用它。我已经看到不同的算法都有.save函数(就像本文中的所回答的那样)，但是由于服务器将位于不同的机器上，而不是在Cloudera集群<e
浏览 11提问于2016-11-21得票数 14
回答已采纳
1回答
我正在使用LinearSVM将我的文档分类为类别。然而，我的数据集是不平衡的，有些类别有48,000个文档，有些甚至小到100。当我训练我的模型时，即使使用分层的KFold，我也看到，与其他文档相比，拥有48 000个文档的类别获得了更多的文档(3300)。在这种情况下，它肯定会给我有偏见的预测。labels[train_index],labels[test_index]
然后，我将这些(X_tr
浏览 2提问于2016-03-06得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
