有没有办法使用python和sci-kit学习来执行概率PCA？我正在尝试执行ppca，但我找不到执行此操作的库。
浏览 7提问于2020-01-21得票数 0
1回答
我正在模拟一个化学加工产品的质量参数。在整个过程中，我有一个大约400个过程参数的列表。其中大多数应该不会对建模的属性产生有意义的影响。我正在寻找一个直观的解释，这些不相关的参数可能会对预测的精度产生影响。我是否应该尝试在技术上绘制相关的地图，并将其他的排除在模型之外？
提前感谢
浏览 0提问于2022-12-14得票数 0
当我训练机器学习模型时，我喜欢知道完成运行需要多长时间的估计。如果我使用的是sci-kit学习库，并且假设我没有可以使用tqdm之类的东西的循环，那么有没有办法来衡量我的模型的进度呢？我知道一些sci-kit学习模型有一个“冗长”的参数，但也有很多没有，比如AdaBoostClassifier，LinearRegression和OneVsRestClassifier。在这些情况下，您建议使用
浏览 64提问于2021-01-28得票数 2
我是一个有经验的Python程序员，试图将一些Python代码转换为Spark来完成分类任务。这是我第一次在Spark/Scala中工作。在Python中，Keras/tensorflow和sci-kit学习神经网络在多类分类方面做得很好，我能够轻松地返回前3个最可能的类以及对这个项目至关重要的概率。我已经成功地将代码移到了Spark (Scala)上，并且我能够生成正确的预测，但是我还没有找到一种方法来从MLli
浏览 21提问于2019-02-06得票数 1
1回答
我正在尝试在python上使用PCA来降低RGB图像的维度。但在我看来，我发现的所有代码都只适用于灰度图像。有没有办法使用任何python库来对RGB图像进行PCA操作？谢谢
浏览 3提问于2017-09-25得票数 0
我在创建一个科学模型-学习。看来最有效的管道是：
pca = PCA(random_state=100)pipe = Pipeline([
浏览 9提问于2022-05-06得票数 1
回答已采纳
因此，我使用sci-kit learns RandomForestClassifier将天文数据分类为三类。为了让我的问题更直接，我在测试集中只使用了两个来源，并通过以下方式获得了predict_prob()分数：probab(b)一个班级的高概率分数导致不准确的预测意味着什么？我的数据集是不是太小了，或者有没有办法提高预测的概率？
因此，对于我的数据，我有46个HMXB，17个AGN
浏览 1提问于2020-01-29得票数 0
5回答
我已经尝试了很多不同的分类器，分类器的组合，特征转换和不同算法的处理。编辑关于代码片段，我已经尝试了太多的东西，所以我不知道到底该分享什么：
浏览 0提问于2016-04-06得票数 18
通过使用Gensim执行LDA，我能够使用以下方法进行初始文本预处理和清理：它非常高效现在，我正在尝试使用Scikit LDA来学习LDA，我想知道是否有类似的方法来使用Sci-kit学习来实现相同的预处理，而不是必须加载两个库。
浏览 1提问于2022-03-27得票数 0
2回答
我试图找出如何用不同的距离度量来实现Principal Coordinate Analysis。我偶然发现了skbio和sklearn的实现。使用Principal Coordinate Analysis运行Scikit-bio (即Skbio)总是得到相同的结果：import pandas as pd
浏览 8提问于2016-08-11得票数 6
回答已采纳
我已经编写了一个简单的Python脚本，它使用sklearn.neural_network.MLPClassifier和sklearn.model_selection.GridSearchCV对二进制分类数据进行预测我想过的一个解决办法是，我可以尝试设置GridSearchCV来拆分数据，以便每个训练/验证集具有与测试数据大致相同的标签比例。然而，这似乎不是这个库的一个选项，而且我的google-fu在其他sci-kit学习程序中没有返回任何结果。
有
浏览 15提问于2020-05-28得票数 0
回答已采纳
我是python新手，这些天我正在学习PCA分解，当我使用explained_variance_ratio_时，我发现默认情况下结果是按如下方式排序的：这是我以前的手术：
from sklearn.decomposition import PCAmy_pca = PCA(n_co
浏览 0提问于2018-09-11得票数 3
回答已采纳
我正在尝试创建一个Python程序来识别图像，并且我正在使用Sci-Kit学习机器学习包。我已经完成了他们提供的识别数字的教程(这是到教程：的链接)。现在，我想使用Sci-Kit的svm.SVC分类器从我自己的PNG图像数据集中识别图像，但是我不知道如何这样做。我读到fit(X, y)方法需要接受[n_samples, n_features]数组和[n_samples]数组；但是，我不太理解它们对n_samples和
浏览 5提问于2015-07-29得票数 0
回答已采纳
我正在尝试使用scikit-learn中的PCA进行降维。我的数据集大约有300个样本和4096个特征。我想将维度减少到400和40。但是，当我调用该算法时，得到的数据最多只有“样本数”的特征。from sklearn.decomposition import PCA
trainData = pca.fit_transform(trainData)
testData = pca</e
浏览 0提问于2014-03-21得票数 1
以下是未使用矢量化的原始代码 import tensorflow as tffrom sklearn.preprocessing import StandardScaler= PCA()X_pca = pca.fit_transform))
print(time.time()-start) 它本质上是比较参考图像<
浏览 16提问于2020-12-30得票数 0
回答已采纳
我现在有一个巨大的时间序列数组，包含多个证券和经济统计的时间序列数据。我正在创建一个使用历史数据来预测未来性能的模型。
浏览 5提问于2016-05-11得票数 0
回答已采纳
2回答
我的问题是，复杂的预处理(例如PCA变换、RBF内核或100棵树的随机森林)如何处理？就像在验证阶段一样，我假设我必须部署R脚本进行预处理，并将PCA或应用RBF预处理脚本等应用到我的部署服务器？
浏览 2提问于2016-09-14得票数 0
我想对相对较大的图像数据集(>2000 rgb图像)运行一些机器学习算法，如PCA和KNN，以便对这些图像进行分类。modelpca.fit(data)knn = neighbors.NearestNeighbors因此，我需要使用在线平台的计算资源(例如，GCP提供的资源)。如何简单地使用G
浏览 0提问于2018-01-31得票数 1
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
