我正在使用Python中的scikit-learn库的KNeighborsClassifier算法。我遵循基本指令，例如将我的数据和标签分割成训练和测试数据，然后根据训练数据训练我的模型。现在，我试图预测测试数据的准确性，但得到了一个错误。这是我的代码：from sklearn.cross_validation import train_test_
浏览 3提问于2016-10-01得票数 1
回答已采纳
2回答
我正在尝试做一个机器学习算法，使用k近邻来训练程序。我有一个训练数据和一个测试数据，这是两个独立的csv文档，但大多数机器学习算法都是训练测试拆分方法，这不是我所需要的，因为训练测试拆分是在一个文档上进行训练和测试，但我是在一个文档上进行训练，并在一个文档上进行测试，所以我被如何使用训练数据和测试数据进行训练和测试所困扰。谁能告诉我下面这段python代码是否正确？有没有人知道k近邻机器学习算法的准
浏览 1提问于2021-02-20得票数 0
1回答
我的任务是从Sklearn对苹果股票的回报运行Logistic和贝叶斯回归，并将其与线性回归+张量流进行比较。我不确定我的理解是否正确，在我运行Logistic回归之前，我必须训练我的数据集。1980-12-29 0.64 0.015748 0.082692 0.053110 0.037041 0.058269 0.040822 当我跑的时候 from sklearn.model_selection
浏览 12提问于2019-06-04得票数 0
回答已采纳
1回答
我用Python训练了1万次训练数据的sklearn回归分类器。我有两千个测试数据，我用精度分数来表示准确性和混淆矩阵。但这两种方法都只显示出所有测试数据的总体准确性。例如，我想要的是：A类测试数据的准确性: 80%C类测试数据的准确性: 10%A类测试数据的准确性: 50%
B类试验数据的准确
浏览 2提问于2016-06-16得票数 0
回答已采纳
2回答
最近我开始学习sklearn，numpy和pandas，我做了一个多元线性回归函数。我想知道，有没有可能进行多元多项式回归？import numpy as npimport xlrdfrom sklearn.model_selection
浏览 42提问于2019-02-27得票数 9
回答已采纳
我有一个python脚本，它将文本分为正的或负的。我有一个数据集，在对我得到的文本进行预处理之后，我将它分割成训练和测试数据。对训练数据的准确率为91%测试数据的准确性为87%Accuracy: 91.459%
{'bow__ngram_range': (1, 2),'tfidf__use_
浏览 6提问于2020-07-22得票数 0
1回答
是否有任何现有的python函数可以从训练数据中获取四分位切割并应用于测试数据。我在火车和测试中都有大约1000列。是否可以使用pandas qcut函数来使其可伸缩，或者是否有其他现有的sklearn函数？
我希望根据火车上的箱子得到测试数据的四分位数(1、2、3或4)。
浏览 10提问于2018-12-14得票数 3
1回答
巨蟒特征选择后的预测
、、、、
我正在尝试使用python构建一个预测模型。训练和测试数据集有400多个变量。在训练数据集上使用特征选择，变量数减少到180个。from sklearn.feature_selection import VarianceThreshold然后利用梯度增强算法训练模型from sklearn import ensemble
from sklearn.cross_valida
浏览 1提问于2016-04-06得票数 3
回答已采纳
1回答
在R中是否有类似的东西允许将 (结果为mean=0和标准的deviation=1特性)与训练数据相匹配，并使用这个标度模型来转换测试数据？没有提供一种基于训练数据的均值和标准差来转换测试数据的方法。用于Python的片段scaler = StandardScaler()
scaler.fit(X_train
浏览 0提问于2018-03-13得票数 10
回答已采纳
对于python2.7(本地机器)和python3 (运行在kaggle上的系统)对LogisticRegression的相同内核，我有不同的结果。怎么可能呢？这可能是因为python的版本吗？
浏览 0提问于2019-12-16得票数 2
为了将我的数据分割成单独的训练和测试数据，我使用我想从原始数据列表中获取训练和测试数据元素的索引。提前感谢
浏览 2提问于2016-02-25得票数 20
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在训练数据中，大约90%的数据标签为1，10%的数据标签为0。在测试数据中，大约35%的标签为1，65%的标签为0。这个比例是已知的，尽管标签是未知的。
我的模型目前过度拟合。我对训练数据的交叉验证得分是85-90%，但当我在测试集中运行代码时，得分低于40%。我想过的一个解
浏览 15提问于2020-05-28得票数 0
回答已采纳
from tpot import TPOTRegressor verbosity=2,经过优化后，最佳评分训练流水线存储在我的问题是:安装好的管道将接受什么训练？例如：
在将整个数据集存储在tpot.fitted_pipeline_中之前，tp
浏览 1提问于2018-08-24得票数 2
回答已采纳
1回答
我的火车数据有1000个特征，我的测试数据有1200个特征。假设500个特性在训练和测试数据中都很常见。_1/step_4.py", line 60, in <module> File "/Library/Python/2.7/site-packages/sklearn/naive_bayes.py"
浏览 4提问于2016-05-08得票数 0
回答已采纳
当训练一个模型时，比方说线性回归，我们可以在训练测试数据集上进行归一化，比如MinMaxScaler。from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing
浏览 5提问于2017-09-07得票数 6
awesome_cossim_topimport pandas as pdfrom sklearn.feature_extraction.text
浏览 0提问于2020-03-11得票数 0
回答已采纳
例如，我正在将PCA应用于我的训练集，并希望使用SVM进行分类。如何在测试集中自动拥有相同的功能？(与PCA之后的新训练集相同)。
浏览 80提问于2019-03-31得票数 2
回答已采纳
1回答
例如，我有10个.txt文件，以便划分测试和训练数据。(test_rate = 0.2，即2个测试数据和8个列车数据)如何在python中做到这一点？使用sklearn的KFold函数(下面的代码)或其他方法。非常感谢你的答复。import pandas as pdfrom sklearn.model_selection import KFold
KFold(n_splits=2, random_s
浏览 4提问于2022-06-19得票数 0
回答已采纳
我在尝试训练模型时遇到了一个错误。 validation_split=validation_split)
File "/anaconda3/
浏览 0提问于2018-12-22得票数 3
train dataset：用于估计ML模型参数(培训)train.py：用于训练和测试ML模型、负载训练和测试数据集，保存所训练的模型，通过网格搜索找到最佳模型。然而，在train.py中，fit是在训练数据集上进行的，使用相同的MinMaxScaler来转换测试数据集。
我的理解是，测试数据集是模型应该在
浏览 4提问于2020-07-01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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
