1回答
我想使用DT算法进行一些预测/分类任务。然而，如果我不想通过网格搜索方法来确定最优参数，我如何先验地决定参数的值(例如树深度和要分割的最小样本)？
浏览 0提问于2016-10-13得票数 0
1回答
然后，我必须确保算法只对训练数据进行训练，并尽量避免测试数据泄漏到训练过程中。为了避免学习不重要的数据细节(这将提高算法的泛化能力)，我可以将训练数据进一步分割成适当的训练集和验证集，并选择算法的参数，为所有这些分割提供最佳的平均性能。最后，我在测试集上对我的算法进行了评估，得到了一些数字: MSE，RMSE，等等。但是这些数字是否真的表明，我的算法有多好，并且它们不受测试集的影响？当然，我没有在训练期间使用我的测试数据，但是我得到的算法参数只对这种<
浏览 0提问于2020-01-23得票数 1
回答已采纳
2回答
假设我们有一个包含多个步骤的算法，这些步骤中的每一个都可以并行化。给定一定数量的CPU核，是否有一种数学上最优的方法来分割核上的东西。考虑到有多种方法来分割事物，沿着多个维度，你如何选择哪一个切片呢？
浏览 3提问于2022-07-27得票数 1
2回答
因此，一张特定的图表可能有这样的一组：而另一张图表可以有一个数字大得多的集合：有没有一种“最优算法”可以将这些值分割成所谓“最优算法”，我指的是计算步骤的最小数目，因为从人类的角度来看，它创建的标签(比如y轴)是最简单的。[ 0, 200, 400, 600, 800 ]
浏览 2提问于2015-03-02得票数 1
回答已采纳
我正在寻找一种算法，将一个正数序列分割成n个子序列，这样每个子集的数字和的标准差就可以最小化。我认为最优解应该是{1,1,1,1,1,1}，{10,1}。这两个数字的标准差是~3.5，我相信这是最低的。假设我有一个想要分割成3个子序列的序列{4,1,1,1,1,6}。子序列的和是4、4和6。
这3个数字的标准差是~1.15，我相信这是最低的。我能想到的最好的算法是找出序列中每个数字的累
浏览 1提问于2010-01-30得票数 12
回答已采纳
1回答
我想使用一种算法将区域最优地分配到服务器，同时考虑到以下3点：
平衡工作分配关于节点的权重，即先前在其中观察到的玩家数量；如果我除以所有节点的权重之和，我需要到达“好”点，其中每个服务器处理的总权重大致等于系统中的其他服务器我考虑过的另一种算法从流量最高的区域开始，选择交叉度最高的节点，直到达到最小工作阈值为止。这将是O(n)，但可能产生非常“搁浅”的空间分配，例如，交叉在工作重新分配的方向上交替。
浏览 4提问于2014-02-12得票数 1
回答已采纳
1,4,5,8,3,2,6,9,7,10];[10,1,9,2,8,3,7,4,6,5]我尝试将Math.max.apply(null，arr)和Math.min.apply(null，arr)分割成单独的空数组但是它被告知，该算法不是最优的。
浏览 0提问于2018-05-04得票数 19
回答已采纳
5回答
我正在寻找一个算法来找到最优的解决方案(即尽可能减少直线的数量)。
我知道如何使用Casteljau或Bernstein多项式分割bezier曲线。是否有已知的算法或伪代码可用于执行此转换？
浏览 5提问于2012-02-12得票数 9
回答已采纳
2回答
比赛组球员
、、
在这种情况下，我有一个拥有不同分数(等级)的X的S，游戏大小为N。如何将池划分为N大小的游戏，其中每个游戏的等级标准差被最小化？
(游戏质量与等级的STD成反比)
浏览 0提问于2010-12-22得票数 2
1回答
相关性作为回归的评价指标
、、、
我正在处理一个回归预测挑战，其中评价指标是(pearson)相关性。然而，我的印象是，这个指标有点武断。虽然我可以保持RMSE的稳定，但相关性可以有很大的变化。
有人能解释一下这个指标吗?如何对其进行优化？
浏览 0提问于2016-01-23得票数 2
1回答
我了解到，回归树是通过分割一个节点来构建的，这样标签/输出变量的MSE在两个结果节点中的每一个都被最小化。我对此有两个问题：2.)或者，该算法是否运行了所有可能的拆分(在每个特性的每个值上拆分一次)，然后选择最小的MSE？这样，决策规则就清楚了。
提前感谢
浏览 0提问于2019-09-04得票数 3
回答已采纳
2回答
我想知道解决这个问题的最佳算法是什么？PS :我只想知道这样的列表的数量，所以我确信不需要创建所有的列表。(我在代码中所做的方式)我在算法方面一点也不好，所以请原谅这个冗长的问题。
浏览 2提问于2012-04-08得票数 1
回答已采纳
我目前正在大学学习机器学习，在的帮助下。我学习了PAC学习，Rademacher复杂性，增长函数和VC-维。纵观教科书和课程，我们似乎花了很多时间去寻找界限。
谢谢。
浏览 2提问于2019-09-27得票数 0
回答已采纳
5回答
理想情况下，生成的两个数据集应该被精确地分割成给定的拆分比率。到目前为止，我的想法：显而易见的方法是:对于每个元素，算法随机决定元素是进入A流还是B流。问题是，生成的数据集可能远离预期的分割比。给定50/50的拆分比率，结果的数据分割可能会很远(对于非常小的数据集甚至可能是100/0 )。目标是使结果的分割率尽可能接近期望的分割比率。这两种算法都不是最优的，所以我希望你能帮我。
这是一个
浏览 0提问于2019-08-13得票数 9
1回答
尝试用NLP压缩文本
、、、、
这个想法的问题是，算法的许多细节我仍然需要更多地考虑，而使用词干器，我只有单词的基础，而不是从这个基可以达到的变体(如果我存储它们，也许我会提高压缩百分比，但也会增加要存储的文本)。
浏览 0提问于2021-08-02得票数 0
我不想分割单个二进制文件，只是将它们分组，使每个批处理的总文件大小几乎相同。如果我有6个文件大小为10,20,30,40,50,60 MBs。我希望将它们分组为批1中的60组，批2中的50组，批3中的50组(40+10)，第4批中的50组(30+20)，在大多数情况下是否有实现最优分组的算法。谢谢。
浏览 2提问于2014-05-21得票数 1
回答已采纳
一个完整的算法是一个算法，如果有一个解决方案，如果有。最优算法是一种算法，它的任何解的返回都是最优的，换句话说，没有比返回的解更好的解。
这意味着最优性是建立在完全性的基础上的，对吧？这意味着一个算法不可能是最优的，而是不完整的。还是我搞错了？
浏览 1提问于2018-02-16得票数 1
回答已采纳
我很好奇sklearn如何处理sklearn.tree.DecisionTreeClassifier中的连续变量？我尝试使用一些连续变量，而不需要对DecisionTreeClassifier进行预处理，但是它的精度是可以接受的。def preprocess(data, min_d, max_d, bin_size=3):
categorical_data = np.floor(bin_si
浏览 2提问于2019-12-08得票数 1
回答已采纳
我的目标是使用XGBoost来估算丢失的数据，然后我将尝试另一种不允许NaN值的算法。这有可能吗？
浏览 8提问于2020-05-02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
实时音视频活动推荐
腾讯云开发者
