在元音中有一个选项--audit，用于打印功能的权重。据我所知，元音词试图在每个手臂上拟合一个线性模型。因此，如果使用所有手臂的平均权重来计算权重，那么它们通常都与获得奖励相关，而不是模型的哪些特征使模型从另一个变量中选择一个。
我很感兴趣，知道他们是如何计算，看看我如何能够解释所取得的结果。
浏览 2提问于2020-06-11得票数 0
回答已采纳
1回答
有没有办法用这个值所属的分类类型的平均值来计算缺失值？例如，如果我有50个独特的产品，它创建了1000个样本，其中一个特征是权重。我可以用产品"a“的权重的平均值和产品"c”的权重的平均值来计算产品"a“的权重吗？
浏览 12提问于2018-12-21得票数 0
回答已采纳
1回答
第一个问题:假设我们有5个权重，每个权重对应5个特征。现在我们要计算梯度。算法内部是如何做到这一点的？它是否采用第一个权重(=W1)并尝试稍微增加(或减少)它，当它完成时，转到第二个权重？或者它是通过同时改变1个以上的权重来以不同的方式更有效地完成它吗？第二个问题:如果特征1比特征2重要得多，那么与W2相比，W1的相同变化(以%为单位)对损失的影响更大，对于每个权重，具有不同的学习率不是更好吗？如果我们只有一个学习率
浏览 11提问于2020-06-04得票数 0
使用交叉验证的递归特征消除(RFECV)不起作用，正在获取权重：‘KeyError’。正如我所看到的，它不能计算系数，因此权重丢失。我的估计器是XGBClassifier。
浏览 5提问于2020-02-25得票数 2
1回答
在我大学的非线性动力学课中，我们讨论了一个简单的感知器，它有两个输入神经元和一个输出神经元，并根据这些模式进行训练。 1 | 1,0 | 2 3 | 0,0 | 0
给出w_1 = 2和w_2 = 0，这意味着感知器进行了抽象。在更高级的神经网络中，(a)如何测试网络中的抽象，以及(b)如何解释这种抽象的含义？
浏览 0提问于2019-05-19得票数 0
回答已采纳
1回答
我不确定功能1是否比特征2更重要，等等。有什么方法来给我的样本排序吗？如果我知道每个特征的重要性(权重)，我只需将所有的特征放在同一个尺度上，计算出该样本的加权平均值，然后列出从最高加权平均到最低加权的样本，但我不知道权重。
浏览 0提问于2023-03-19得票数 0
我有一个连续标签的数据集，范围从1到5，具有9个不同的特征。所以我想手动给每个特征赋予权重，因为一些特征对标签的依赖性很小，所以我想给那些对标签有更多依赖性的特征更多的权重。如何手动为每个功能赋予权重？有可能像这样给出权重吗？
我看过了不同的文档，我只能找到如何给标签增加权重。我只发现了消除特征，排名特征等等，但是我想手动给每个特征赋予权重，我也想调整这些
浏览 7提问于2018-02-19得票数 0
在阅读迈克·奥尼尔( Mike‘’Neill)的一本书“和”时，我遇到了一些关于卷积神经网络中权重数的计算，这是我想要理解的。网络的架构如下：以下是上述文章的解释：
第二层也是一个卷积层，但有50个特征映射。每个特征映射为5x5，特征映射中的每个单元都是前层所有6个特征映射的对应区域的5x5卷积核，每个特征映射都是13x13特征映射。权重的计算，(5x5+1)x6x50 = 7800，对我来说似乎很奇怪
浏览 0提问于2019-02-14得票数 0
3回答
假设我有一个口号清单(简短的，多个单词的短语)，人们投票给了他们最喜欢的那些，我想评估哪些词，如果有的话，使一些口号比其他的更受欢迎。实现这一目标的最佳途径是什么？我的第一个想法是找出这组口号中所有独特的词，并把每一个词作为所有含有该词的口号的平均票数，但我认为，频率也应该在某种程度上发挥作用，因此，以下几点应该是正确的：
然而，如果A字出现在口号的中间或下半部
浏览 1提问于2010-12-03得票数 3
回答已采纳
1回答
求二进制特征点的平均值
、、、、
我有一组二进制字符串，每个位代表一个变量中的一个特征，例如，我有一个颜色变量，其中红色、蓝色和绿色是特征，因此如果我有010 -->我就有一个蓝色对象。我需要通过计算加权平均值010权重0.5；100权重0.4和001权重0.8 010 *0.5 + 100*0.4 + 001*0.8/1.7来获得这些对象的中心
有没有可能得到一个点，它代表了那些点的中心
浏览 0提问于2011-10-13得票数 2
对于一些与输入特征相比没有改变的特征，重要性似乎很高，而对于与输入特征相比值发生变化的一些特征，重要性似乎较低。我试图理解返回的所有特征中哪些是关键的-我首先使用的是那些与输入特征相比发生了变化的特征，但由于这与重要性值不一致，我想更好地理解这种重要性代表什么？"importance": "0.0",
"feature_name": "CheckingStatu
浏览 12提问于2019-09-05得票数 0
回答已采纳
1回答
然后，单个训练通行证的内存占用量(训练过程中任何时刻所需的最大内存量)是：所有生成的特征映射的B \cdot 大小(前通过)w：每个重量的学习率(亚当)在推理中，如果已经计算了层i-1的特征映射，则不需要存储i层的特征映射。因此，推断时的内存占用情况如下：两个最昂贵的连续层(一个已经计算，另一个被计算)。
浏览 0提问于2017-01-13得票数 9
2回答
1)在方法中，特征面是来自不同面的元素的组合。这些元素是什么？
2)输出人脸是由不同权值的不同特征脸组成的图像。特征面的权重到底是什么意思？我知道权重是图像中特征面的百分比，但它到底是什么意思，是指所选像素的数量吗？
浏览 1提问于2017-08-04得票数 1
1回答
所以每次迭代，我都要根据一定的权重训练弱分类器。然后，我将在每次迭代之后更新权重。到目前为止我已经明白了。但我不清楚的是“基于权重的训练决策残基弱分类器”。他们是怎么做到的？最初，权重为w(x) = 1/m。算法是如何工作的？最后的决定会有哪些特点？
浏览 3提问于2015-07-30得票数 1
回答已采纳
1回答
我有一个基于性别和年龄特征的加权分数的数据集。我还将区域数据分解为7个州。我基本上想排除这些状态中的一个，并基于状态应用额外的权重，以得出新的“总体”分数。
手工计算excel是我唯一能想到的办法。我需要采用已经应用了可变权重的分数，并根据区域添加额外的权重。
浏览 0提问于2019-10-29得票数 0
3回答
但是，我想要分配给每个特征的实际权重。我猜逻辑回归不会起作用，因为特征空间很高(围绕20+特征)，并且问题是非线性的。建议是否有任何其他分类算法可以给我权重，并具有与NN/SVM相似的性能。,x2,x3........................... x25 --- class3分类后，我想了解每
浏览 3提问于2014-01-17得票数 1
1回答
LSTM中的多特征
、、、、
📷Keras创建了一个计算图，它将执行每个特性(但针对所有单元)的底部图片中的序列。这意味着状态值C总是一个标量，每单位一个。
浏览 0提问于2020-08-01得票数 3
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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
