有没有一种方法可以基于y中的真实标签对特征X进行转换？

文章/答案/技术大牛

发布

1回答

python、machine-learning、scikit-learn、pipeline、data-transform

我已经检查了涵盖这个主题的其他问题，如，，，和，以及一些很棒的博客文章，，和 (向各自的作者致敬)，但都没有成功。我想要做的是转换那些在X中的值低于某个阈值的行，但只转换那些对应于目标y (y != 9)中的特定类的行。阈值是基于另一个类(y == 9)计算的。然而，我在理

浏览 15提问于2020-05-24得票数 0

回答已采纳

4回答

具有稀疏特征矩阵的R中的大规模回归

r、sparse-matrix、regression

我想在R中进行大规模回归(线性/逻辑回归)，其中具有许多(例如100k)个特征，其中每个示例在特征空间中相对稀疏-例如，每个示例约1k个非零特征。看起来包slm应该能做到这一点，但是我很难从sparseMatrix格式转换成slm-friendly格式。model <

浏览 2提问于2010-07-03得票数 12

回答已采纳

1回答

Keras使用y_preds和y_true而不是X_train训练模型

python、keras

我想使用model.fit方法在Keras中训练我的模型。据我所知，首先，它采用输入X_train，进行预测，然后将其与y_train进行比较，以计算损失和反向传播。有没有一种方法可以只通过输入真实标签(y_true)和预测标签(y_pred)而不是X_train来开始训练？

浏览 2提问于2018-03-30得票数 0

1回答

python对线性回归中参数名称的控制

python、linear-regression、one-hot-encoding

有没有一种聪明的方法可以将分类特征转换为一次性编码，然后运行线性回归模型，并获得估计的参数以及它们所引用的变量的名称(在python中)？我使用OneHotEncoder将分类特征转换为1-0变量，但我觉得我无法控制这个过程(我无法将系数与其“真实”名称进行匹配)。

浏览 1提问于2019-10-01得票数 1

2回答

滑雪隔离的分类数据

feature-engineering、categorical-data、ensemble-modeling

我试着用滑雪中的隔离森林(IF)来进行异常检测。除了这是一种很好的异常检测方法之外，我还想使用它，因为我的特征中大约有一半是分类的(字体名称等等)。我有太多地方要使用一种热编码(关于1000+，这只是许多特性之一)，而且我仍然在寻找一种更健壮的数据表示方式。另外，我以后还想试验其他聚类技术，所以我不想做标签编码，因为它会在欧几里得空间中错误地表示数据。因此，我有两个部分的

浏览 0提问于2018-07-25得票数 4

回答已采纳

3回答

Sklearn错误: predict(x，y)接受2个位置参数，但给出了3个

scikit-learn、sklearn-pandas

当我运行predict()函数时，我得到了错误：predict()接受2个位置参数，但给出了3个reg.predict(x,y) y_train=train[

浏览 0提问于2017-10-04得票数 9

回答已采纳

1回答

sklearn上的分类报告是否要求输入x和y的长度相同？

python、machine-learning、scikit-learn

我收到一个关于sklearn分类报告的错误。y_type, y_true, y_pred = _check_targets(y_true, y_pred) 1526 labels_given = True 这是我唯一传入的东西classific

浏览 2提问于2020-01-31得票数 0

2回答

在使用sklearn预处理标度训练模型后，如何处理新样本？

scikit-learn

假设我有一个用于监督机器学习任务的数据集X和标签Y。我现在希望将其用于新数据的模型，因此我收集了X的10个特征的新样本，并希望使用我训练的模型对此样本进行

浏览 4提问于2018-08-12得票数 3

1回答

使用scikit进行特征选择-学习分类特征

python、scikit-learn、categorical-data、feature-selection

这些变量大多是名义的(不是顺序的)，可以包含4到15个不同的类别。我知道OneHotEncoder，但我担心应用像rfecv这样的东西会导致从分析中删除给定变量中的单个类别，而不是删除整个变量。

浏览 18提问于2020-12-16得票数 0

1回答

获取DMatch对象后该做什么？

python、opencv、computer-vision

我的目标是通过使用opencv特征检测和匹配来找到真实图像和其他图像数组之间的相似性。到目前为止，一切都很顺利，但是我不确定如何处理DMatch对象。我目前正在对每组匹配(给定match.distance和关键点的位置)进行最近邻，以找到与真实图像距离最小的图像。我觉得这并不是一种复杂的方法。有没有研究人员使用某种“找到逆特征矩阵/获得单位矩阵”

浏览 12提问于2019-10-09得票数 0

1回答

我们什么时候对特征进行缩放，是否应该对编码的特征进行标记？

regression、feature-scaling

因此，我试图建立一个线性回归模型来预测汽车价格，我有以下数据集：数据集 est = sm.OLS(y_train,X_train]]

浏览 0提问于2020-06-08得票数 2

1回答

将DataFrame行指数保持在方差阈值变换中

python、pandas、numpy、scikit-learn、feature-selection

为了避免对特征选择的偏见-- VarianceThreshold只是第一步--我将原始数据集分为特征选择部分(X_selection，y_selection)和建模部分(X_model，y_model)(selector.transform(X_model), columns = X_columns) 不幸的是，我遇到了结果X_selection和X_model<

浏览 0提问于2018-03-01得票数 1

回答已采纳

1回答

标签编码是否足以输出标签？

machine-learning、scikit-learn、logistic-regression、one-hot-encoding、label-encoding

对于序数特性，使用标签编码是有意义的。但是对于分类特征，我们使用了一个热编码。但这些是输入特性的约定。但是对于输出变量，如果输出标签是绝对的，是否需要使用一种热编码？或者我也可以使用标签编码？哪一种更好？我正在训练一个水果分类器，有120个班。我使用ResNet50模型作为特征提取器对ImageNet进行预训练，并使用这些特性训练Logistic回归分类器(转移

浏览 0提问于2020-05-11得票数 2

回答已采纳

1回答

使用EMGU获取像素值的“真实世界”坐标

emgucv

在EMGU (OpenCV)中，有很多校准棋盘图像的校准教程。最后，它们都会校准图像，然后对图像进行反失真以供显示。这很酷，但我需要在机器视觉中拍摄图像，识别图像中某个角落、斑点或特征的位置，然后将该特征的位置以像素为单位转换成真实的X，Y坐标。EMGU能做到这一点吗？如果是这样的话，是怎么做的<

浏览 3提问于2020-07-01得票数 0

回答已采纳

1回答

是对整个数据集进行规范化，还是只对X进行规范化

python、machine-learning、jupyter-notebook、data-science、normalization

我正在做一个基于机器学习(Python)的项目，并在我的数据上尝试所有的模型。真是迷茫如果我必须对整个数据集应用规范化、Z分数或标准差，然后设置特征值(X)和输出值(Y)。data.drop['col']X_train, X

浏览 1提问于2022-05-22得票数 -3

回答已采纳

1回答

基于词到标签相关性的情感分析特征选择

python、correlation、sentiment-analysis

在我对194k个带有标签(类别1-5)的评论文本的数据集进行情感分析时，我试图减少基于单词到标签相关性的特征(单词)，通过这些特征可以训练分类器。在执行fit_transform时，我得到了一个CSR稀疏矩阵，我试图使用toarray()将其放入数据帧中。遗憾的是，大小为(194339,86719)的数组会导致内存错误。我想我需要它在数据框<e

浏览 26提问于2020-09-16得票数 0

回答已采纳

1回答

使用不同的权重创建堆叠的2D直方图

python、numpy、histogram

假设我想要建立粒子数据的直方图，该直方图在某个bin范围内平滑，nbin。现在我有5个具有不同质量的粒子的数据集(每组x，y都有不同的质量)。通常，粒子位置的直方图是一个简单的例子(使用numpy)：extent = [xedges[-1]] heatmap = np.flipud(np.rot90(

浏览 0提问于2013-06-21得票数 4

回答已采纳

1回答

标签编码，标签的one_hot编码

python、keras

我的用例是关于机器学习在物理层无线通信中的应用。我的输入特征是复值的，我将其转换为等价的实值特征，如下所示。Y是4×10的训练矩阵，其中4行是特征，10列是样本或训练示例。我想将其表示为10x4的one_hot编码训练标签，以适应如下所示的keras环境： model.fit(X_train, <e

浏览 3提问于2018-10-18得票数 0

1回答

基于normalized_mutual_info_score获取标签的最佳映射

python、scikit-learn、cluster-analysis

]C也有一些协议，因为A和B都可以一对一地映射到C中，使用{1:1, 2:1, 3:2}进行A->C映射，或者使用{3:1, 1:1, 2:2}进行B-，但我想要做的是确定可以执行的最佳标签映射，以标准化标签

浏览 1提问于2018-06-15得票数 0

1回答

我们可以使用主成分分析来监督分类吗？

classification、feature-selection、feature-extraction、pca

我的问题是：pca中的“特征提取”与“特征选择

浏览 0提问于2019-04-28得票数 1

回答已采纳

点击加载更多