R- MLR -分类器校准-基准测试结果
是一个涉及机器学习分类器校准和基准测试结果的问题。下面我将详细解释这些概念并提供相关的腾讯云产品和链接。
- R：R是一种流行的编程语言和环境，用于统计计算和数据可视化。它提供了丰富的数据分析和机器学习库，适用于各种统计和数据科学任务。
- MLR：MLR是R语言中的一个机器学习框架，提供了丰富的机器学习算法和工具，用于数据预处理、特征选择、模型训练和评估等任务。MLR可以帮助开发人员快速构建和比较不同的机器学习模型。
- 分类器校准：分类器校准是指通过调整分类器的输出概率或决策阈值，使其更准确地预测样本的类别。校准可以提高分类器的可靠性和稳定性，减少误差和偏差。
- 基准测试结果：基准测试是通过运行一系列标准化的测试用例来评估系统性能和稳定性的过程。基准测试结果是指在这些测试用例下，系统的性能指标和表现。
在云计算领域，腾讯云提供了一系列与机器学习和数据科学相关的产品和服务，可以帮助开发人员进行分类器校准和基准测试。以下是一些推荐的腾讯云产品和链接：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）：提供了丰富的机器学习算法和模型训练工具，可用于分类器校准和模型评估。
- 腾讯云数据智能平台（https://cloud.tencent.com/product/dti）：提供了数据分析和挖掘工具，可用于数据预处理和特征选择。
- 腾讯云性能测试（https://cloud.tencent.com/product/pt）：提供了基准测试工具和服务，可用于评估系统的性能和稳定性。
请注意，以上产品和链接仅作为示例，您可以根据具体需求选择适合的腾讯云产品和服务。
相关·内容
我运行下面的代码。如果我停用实例化(如图所示)，我的基准测试比较结果将不同于三个基准测试实验，并且哪个学习者表现更好的结论可能会不同。 我如何解决这个问题？一种方法可能是对大量的重采样进行平均。我可以为此编写代码，但当调用"benchmark“时，这可能已经是一个选项了？ resampling = rsmp("cv", folds=20)
#resampling$instantiate(task) # results below will (and shall) differ, if instantiation is not performed here
de
浏览 30提问于2021-04-20得票数 0
回答已采纳
2回答
我正在使用Apache Mahout解决二进制分类问题。我使用的算法是OnlineLogisticRegression，我目前使用的模型强烈倾向于产生没有任何中间值的1或0的预测。
请建议一种方法来调整或调整算法，使其在预测中产生更多中间值。
提前感谢！
浏览 0提问于2013-02-12得票数 2
回答已采纳
使用mlr包，我开发了一个使用单词频率数据将tweet分类为两类(TRUE和FALSE)的任务。现在我用这个任务来分类样本外的tweet。对不起，我不能共享我的数据，但是我将在这里显示我的代码：
task = makeClassifTask(data = train, target = "category")
mod = train("classif.randomForest", task)
newdata.pred = predict(mod, newdata = outofsample)
newdata.pred
我的输出如下所示：
Prediction:
浏览 0提问于2020-11-04得票数 2
我想要做的是导出一个分类器，它的参数相对于给定的度量(例如回忆分数)是最优的，但也是经过校准的(在predict_proba方法的输出可以直接解释为一个置信度的意义上，参见)。使用sklearn和CalibratedClassifierCV (即通过GridSearchCV安装分类器，然后将GridSearchCV输出传递给CalibratedClassifierCV对象)是否有意义？如果我是正确的，CalibratedClassifierCV对象将适合给定的估计器cv倍，然后对每个折叠的概率进行平均预测。然而，每个褶皱的GridSearchCV结果可能是不同的。
浏览 1提问于2020-02-17得票数 7
回答已采纳
1回答
如何处理虚拟功能
、、、、
如果问题出现得早，我很抱歉，但我找不到这样的东西。我对预测模型有一个问题。我想建立xgboost和随机森林。我使用的包要求在xgboost构造中，应该创建伪变量。问题是，我是否应该使用虚拟集来构建两者？(即使森林可以处理计算并且不需要假人)？为了测试模型并进行比较，我还应该将训练集中的分类变量更改为虚拟变量，对吗？换句话说，我的训练集和测试集对于每个模型都必须是相同的？非常感谢您的帮助！
浏览 12提问于2018-01-11得票数 0
1回答
R中的链式分类器
、、、
在多标签分类问题中有没有实现链分类的方法？我已经使用mlr包创建了一个二进制相关性模型，它使用学习者来实现相同的目标。但是所有的二元相关性分类模型都是相互独立的，没有考虑变量之间的相互依赖关系。如果我能执行链分类和二进制相关方法来改进我的模型，那将是非常有帮助的。
浏览 0提问于2016-05-23得票数 2
1回答
斯坦福最大分类预测
、、、
我正在尝试使用stanford maxent分类来使用4个特征来对数据进行分类，第五个特征是类。当我提供测试数据时，准确率是99%，这似乎几乎是不可能的。
当我检查预测的标签时，它们与数据本身完全相同。但后来我更改了数据中的标签，预测的标签也发生了变化。我认为使用分类器模型的预测不应该考虑数据中给出的标签。请建议如何在未见过的数据上使用maxent模型。
浏览 3提问于2015-04-03得票数 0
1回答
多类分类:概率与校准
、、、、
我正在用不同的分类器处理一个多类分类问题，使用Python和scikit学习。我想使用预测的概率，基本上是比较不同分类器对特定情况的预测概率。
我开始阅读有关“校准”的内容，例如在和，我开始感到困惑。
我所理解的是:一个经过良好校准的概率意味着一个概率也反映了某个类别的分数。
这是否意味着，如果我有10个分布均匀的类，理想情况下，每个类的校准概率将在0.1左右？
我是否可以将predict_proba的概率(没有校准)解释为“分类器对于这个分类器是否是正确的类有多确定”？
希望有人能为我澄清这一点！)
浏览 0提问于2020-02-07得票数 3
我有一些下面的代码。保存训练好的模型时遇到错误。只有当我使用lightgbm时才会出错。 library(mlr3)
library(mlr3pipelines)
library(mlr3extralearners)
data = tsk("german_credit")$data()
data = data[, c("credit_risk", "amount", "purpose", "age")]
task = TaskClassif$new("boston", backend = dat
浏览 68提问于2021-11-01得票数 2
回答已采纳
1回答
我正在使用XGBoost分类器进行风险预测，并且我看到，即使它有非常好的二进制分类结果，概率输出主要是在0.05或超过0.95 (约60% )。
我尝试过校准方法(从sklearn API)，但它只稍微减少了问题。
我的数据集有1800个训练点，我在大约500个数据点上测试它。是相当平衡的。我还使用贝叶斯优化来调优模型的超参数。我的模型有19个特征。
有没有人知道一个更有规律的分布概率的解决方案？问题在于我的数据点太少了吗？我应该以不同的方式设置我的超参数吗？我有太多/很少的功能吗？
浏览 0提问于2019-10-05得票数 1
我在获取我的机器学习预测模型的Brier分数时遇到了问题。结果"y“是明确的(1或0)。预测变量是连续变量和分类变量的混合。
我已经创建了四个具有不同预测因子的模型，这里我将它们称为"model_1"-"model_4“(除了预测因子，其他参数都是相同的)。我的模型的示例代码是：
Model_1=rfsrc(y~ ., data=TrainTest, ntree=1000,
mtry=30, nodesize=1, nsplit=1,
na.action="na.impute", nimpute=3,seed
浏览 7提问于2021-02-17得票数 0
我使用R中的MLR包来拟合二进制问题的分类模型，对于每个模型，我使用"selectFeatures“函数对嵌入的特征选择执行交叉验证。在输出中，我从测试集和预测中检索平均AUCs。为此，在获得一些建议()后，我将"makeFeatSelWrapper“函数与”重采样“函数结合使用。这一目标似乎已经实现，但结果却是奇怪的。用logistic回归作为分类器，得到AUC为0.5，即不选择变量。这个结果是出乎意料的，因为我用这个分类器得到一个0.9824432的AUC，使用链接问题中提到的方法。使用神经网络作为分类器，我得到一个错误消息。
sum(x)中的错误:参数的类型(列表)无效
浏览 0提问于2018-11-12得票数 0
回答已采纳
我已经为一个分类问题运行了一个嵌套交叉验证(调优+性能测量)的基准实验，并希望创建校准图表。
如果我将基准测试结果对象传递给generateCalibrationData，plotCalibration会做什么？它是平均的吗？如果是这样的话，是怎么做的？
根据ROC曲线的generateThreshVsPerfData，有一个aggregate = FALSE选项来理解折叠之间的可变性，这有意义吗？
为了回应@Zach关于一个可重复的例子的请求，我(the OP)编辑了我的原始帖子，如下所示：
编辑:可重现的示例
# Practice Data
library("mlr")
浏览 6提问于2017-01-17得票数 1
回答已采纳
1回答
理解sklearn
、、、、
嗨，我很难理解如何使用sklearn.calibration.CalibratedClassifierCV的输出。
利用该方法对二值分类器进行了标定，取得了很好的效果。然而，我不知道如何解释结果。说，在校准之后，
predict_proba方法的输出可以直接解释为置信度。例如，一个经过良好校准的(二进制)分类器应该对样本进行分类，在它给出的predict_proba值接近0.8的样本中，大约80%实际上属于正类。
现在，我想通过在.6应用一个截止点来减少假阳性，该模型用于预测标签True。如果没有校准，我只会使用my_model.predict_proba() > .6。然而，似
浏览 7提问于2021-12-03得票数 6
回答已采纳
1回答
我试图用插入包的分类器来模拟火车数据，但是它很长时间没有响应(我已经等了2个小时了)。另一方面，它适用于其他数据集。
以下是我的列车数据链接： (这是众所周知的路透社-21570数据集)。
我使用的命令是：
model<-train(class~.,data=train,method="knn")
注:对于任何其他方法(例如:支持向量机、朴素贝叶斯等)，无论如何都是马屁精。
注2:对于包e1071，naiveBayes分类器工作，但精度为0,08%！
有人能告诉我问题出在哪里吗？提前谢谢。
浏览 0提问于2016-04-15得票数 1
回答已采纳
我正在使用Web::Scraper从一个非常简单的表中提取一些数据，并将其转换为我的需要。我还使用了WWW::Mechanize来提交表单，这一点也不慢。
一旦我开始使用Web::Scraper，我注意到从页面返回数据需要很长时间。性能分析显示以下内容：
6299228 13.7s line XML/XPathEngine/Step.pm
7335 10.9s line Net/HTTP/Methods.pm
3990690 10.4s line XML/XPathEngine/NodeSet.pm
2690467 7.72s line HTML/
浏览 5提问于2013-09-27得票数 1
library(mlr3verse)
preformace_msr <- msr("classif.fbeta", beta = 1.5)
我试图在fbeta度量中使用BETA的自定义值来进行分类模型优化。
但是，上面试图给出beta值的方法在mlr3中抛出了一个错误。
在mlr3中，正确的方法是什么？
浏览 4提问于2021-03-31得票数 2
回答已采纳
这一问题已出现74次，只收到一次答复(截至8月14日中午(PDT) Wed )。
我已经重写了这个问题，以使它尽可能清楚，我将感谢任何帮助。
总之，我需要在dataset上使用一个小型但完整的示例makeCostSensWeightedPairsWrapper，以及如何使用MLR的获得测试集上的预测概率的二进制响应。
在对成本敏感的分类部分的MLR教程中，有一个关于“依赖于实例的错误分类成本”的段落，并给出了一个基于虹膜数据集的示例。
在下面的代码片段中，我修改了虹膜数据集，以便只包含两个类，因为我只对二进制分类感兴趣。
library( mlr )
set.seed( 12347 )
n1
浏览 0提问于2019-08-07得票数 2
回答已采纳
我已经训练了一个分类问题的xgboost模型。我能够得到模型的特性重要性如下。
http://machinelearningmastery.com/feature-importance-and-feature-selection-with-xgboost-in-python/
但我想得到每个输入功能的重要性。基本上，一个输入可以给我一个输出概率0.9，另一个输入可以给我一个输出概率0.1。我想知道，因为哪个特性(有值)给我的概率是0.9？哪些特性(有值)给我的概率是0.1？
我怎么才能接近那个？有这个包裹吗？
浏览 0提问于2016-12-26得票数 1
我有一个由30行和5列组成的小数据集(4个特性和1个类)。分类器用于给出事件发生的可能性。因此，类变量给出了发生的概率。
如何测量分类器的不确定性和预测误差？
我读过一篇关于测量预测不确定性的这里文章。然而，它正在解决多类分类的问题！
浏览 0提问于2019-01-17得票数 1
我试图在mlr包中使用multiclass.au1p度量。这让我说错了
乐趣中的错误(X[i]，.)：度量衡multiclass.au1p需要预测类型为：'prob'！
当我试图将预测类型设置为prob时，它给了我一个类似于我使用的任何分类器的错误
SetPredictType.Learner中的错误(学习者，predict.type)：试图预测问题，但classif.xgboost.multiclass不支持！
我怎么解决这个问题？
以下是我的代码
trainTask <- makeClassifTask(data = no_out_pso,targ
浏览 0提问于2017-04-12得票数 0
回答已采纳
许多算法提供了一个predict_proba函数，表示一个案例属于该类的概率(例如，https://scikit-learn.org/stable/modules/generated/sklearn.svm.libsvm.predict_proba.html )。
引用@Media在用输出0.5解释二进制分类(真)上的回答
假设您有一个区分白色和蓝色汽车的汽车分类器。在训练期间，你有100张蓝色汽车的图片和20张白色汽车的图片。在回忆阶段，如果对于任意图像，每个类都有50 %.
如果蓝色汽车占训练案例的83%，而我得到的predict_proba为蓝色为0.5，那么我是将概率取为0.5，还是需
浏览 0提问于2018-11-28得票数 1
回答已采纳
我在试着解决一个二进制分类任务。训练数据集包含9个特征，在我的特征工程之后，我完成了14个功能。我想通过使用4种不同的分类器，在mlxtend.classifier.StackingClassifier中使用堆叠分类器，但是当试图预测测试数据集时，我得到了一个错误：ValueError: query data dimension must match training data dimension
%%time
models=[KNeighborsClassifier(weights='distance'),
GaussianNB(),SGDClassifier
浏览 2提问于2019-03-09得票数 1
回答已采纳
首先，非常感谢@mlr3！ R中的randomForestSRC包有一个名为imbalanced.rfsrc的新函数，用于帮助处理分类中的类不平衡问题。是否可以在mlr3中访问此学员？imbalanced.rfsrc似乎工作得很好，而且似乎实现了处理类不平衡的最新方法。 谢谢
浏览 33提问于2021-01-19得票数 1
我正在尝试将我的tensorflow分割模型转换为带有量化的openvino。我使用openvino模型优化器将我的.pb模型转换为中间表示。而是如何量化模型。在官方文档中，使用DL workbench编写它。但在工作台中，我只有检测和分类数据集。
我可以在没有数据集的情况下将我的模型转换为int8吗?或者我可以创建要分割的数据集吗？
浏览 0提问于2019-10-08得票数 0
2回答
我想创建一个自定义的Apache2日志处理程序，在apache站点上找到的模板是：
#file:MyApache2/LogPerUser.pm
#---------------------------
package MyApache2::LogPerUser;
use strict;
use warnings;
use Apache2::RequestRec ();
use Apache2::Connection ();
use Fcntl qw(:flock);
use File::Spec::Functions qw(catfile);
use Apache2::Const -c
浏览 1提问于2010-01-24得票数 1
回答已采纳
1回答
我试图使用交叉验证来测量一些MLR分类器的多标签分类的性能。
我尝试使用MLR resample方法或传递我自己的子集，但是在这两种情况下都会抛出一个错误(据我发现，当用于训练的子集只包含某个标签的单个值时，就会发生错误)。
下面是发生此问题的一个小例子：
learner = mlr::makeLearner("classif.logreg")
learner = makeMultilabelClassifierChainsWrapper(learner)
data = data.frame(
attr1 = c(1, 2, 2, 1, 2, 1, 2),
浏览 2提问于2019-05-28得票数 1
回答已采纳
我想将重采样结果对象转换为BMR结果对象，并将其与以前的BMR结果对象结合起来？这在MLR3 (as_benchmark_result()和$cobmine())中是可能的，但不确定它在MLR中是否也是可能的。
浏览 4提问于2021-12-27得票数 1
1回答
我有一个大的数据集，我想把这些分类数据转换成二进制形式的数值，以便在R中执行k均值聚类，但是，我得到了一个值错误。这是我在excel表中输入的公式：=LEFT(B2，FIND(“"，B2,1)-1)。
这是我的数据集。
📷
浏览 0提问于2019-02-24得票数 0
我对文本挖掘很陌生。我试图构建一个分类器，为路透社21578数据集的每个文档分配零、一个或多个主题。但是，我不知道如何使用标准的R包使它工作。我看过很多使用RTextTools和RWeka等软件包的简单在线示例，这些例子创建了分类器，为每个文档分配一个主题，而且我无法直接跟随这些示例来实现我的愿望。提前感谢！
浏览 0提问于2016-03-14得票数 0
1回答
我正在尝试为多类分类创建一个决策树算法。我决定使用mlr3包，以便拥有最多的参数调优选项。然而，我似乎在创建分类任务时遇到了问题。用于任务的数据位于一个数据帧中，其中包含多个变量，所有变量都是数字，并且只有一个因子，即"cluster"，具有四个级别1-4。这也是目标变量。这是当前的代码：
task = as_task_classif(trainset, target = "cluster", id="clusters")
print(task)
当我运行这段代码时，输出是：
Features:
NULL
我真的不明白为什么没有创建任何功能，希望
浏览 22提问于2021-07-29得票数 0
2回答
我使用了下面的矩形数组来循环Haar分类器检测到的人脸：
for( int i = 0; i < (objects ? objects->total : 0 ); i++ )
{
CvRect* r = ( CvRect* )cvGetSeqElem( objects, i );
cvRectangle( frame, cvPoint( r->x, r->y ), cvPoint( r->x + r->width, r->y + r->height ),colors[i%1]);
}
但我想要更改在分类器中检测到的每个人脸的像素
浏览 1提问于2013-08-28得票数 0
1回答
IBM视觉识别。为什么分数低？
、、、、
我在IBM上使用视觉识别服务。
我已经建立了一些分类器，特别是其中两个分类器，目的是：
首先:一个“通用”分类器，它必须返回对图像中特定对象的识别的可信度分数。我用50个物体的正面例子训练了它，用了50个类似物体的负面例子(它的细节，它的组成部分，图像类似于它等等)。
第二:一个更具体的分类器，如果第一种分类的分数相当高的话，就能识别之前识别出的特定类型的对象。这种新的分类器被训练为第一个分类器: 50例A型宾语，50例B型宾语。第二种分类应该比第一种更具体，因为图像更详细，而且它们之间都是相似的。
结果是，这两个分类器工作良好，一组特定图像的预期结果在大多数情况下都符合事实，
浏览 1提问于2016-08-01得票数 2
回答已采纳
1回答
我正在为knn使用mlr包(用于分类和回归问题)，例如：
knnTask <- makeClassifTask(data = df_train, target = "CLASS")
knn <- makeLearner("classif.knn", par.vals = list("k" = 4))
knnModel <- train(knn, knnTask )
knnPred <- predict(knnModel, newdata = df_train)
我有两个问题：
1)有没有办法在预测时查看所有单个邻居？
2
浏览 18提问于2020-02-08得票数 1
我花了一些精力试图弄清楚在DJI Phantom 3 advance上拍摄的照片的exif文件所附的坐标的地理投影是什么。我假设它在WGS84中，高程在其关联的基准面中，但是当我仔细查看高程值时，会发现有一个更接近NAVD88基准面的系统偏移(但仍然关闭)。
我给大疆的技术支持打了电话，但被暂停了一段时间，他们报告说这确实是NAVD88。不过，我不确定我是否相信这个答案。与我交谈的人一开始并不知道，当我提出问题时，我已经植入了术语navd88，甚至为他拼写出来；我问z是在全局椭球中还是在像navd88这样的局部基准中。
就像我说的，我等待了很长一段时间，所以这可能是真正正确的答案，但当我思考它
浏览 0提问于2017-11-14得票数 3
我有一些数据X，我想对这些数据执行以下操作：
训练两种模型:支持向量机和Logistic回归
使用基于(1)中的模型的堆叠分类器
从(2)开始校准堆垛机。
我们要训练一个没有训练过模型的数据的堆叠分类器，即我们可以有X_train和X_stack，在X_train上训练模型(1)，然后利用他们对X_stack的预测来训练(2)。
然后，我们需要校准，因此我们需要另一个数据集X_cal。正如您所看到的，由于我们需要这些不同的数据集，所以对于(关键的)培训部分，现在丢失了大量的数据信息。
我正在考虑使用交叉验证来完成这个任务，但我不确定应该如何做到这一点。注意，我的模型需要相当长的时间来训练，因此
浏览 0提问于2023-03-24得票数 0
我想创建一个具有多个输出的神经网络(多输出回归-而不是分类)-因为我从未使用过mlr，所以我想尝试一下，但在进入神经网络部分之前失败了，因为我找不到多输出回归的“任务”。文档一点帮助都没有。
library(mlr)
a<-1:20
b<-a*3
d<-data.frame(a=a,b=b,T1=(a+b),T2=sin(a))
#make a regression task for target variables
task<- makeRegrTask(data = d, target = c("T1","T2"))
#Erro
浏览 3提问于2017-07-19得票数 0
回答已采纳
在“纽约时报”( the of CalibratedClassifierCV )中
用于训练校准器的样本不应用于训练目标分类器。
据我所知，如果我们使用X_train来训练我们的model，那么我们就不应该使用X_train来训练calibrator (因为我假设它只是将X_train映射到model.predict_proba?)。
但是，使用验证集X_val (已用于model的超参数优化以校准calibrator )是否公平？
浏览 4提问于2020-11-11得票数 1
我想做一些性能基准与超级分类账结构(例如avg )。4节点链中的事务执行时间( PBFT)。是否有这样的工具，还是应该使用JMeter之类的工具？
浏览 2提问于2016-05-19得票数 2
回答已采纳
我有以下问题。我想建立一个地物分类模型。我的数据是具有多个波段的多时相遥感数据。为了训练，我创建了分层随机分布的点来提取他们位置上的光谱数据。利用这些数据，使用mlr3包对随机Forrest (Rpart)进行训练。为了测量精度，使用mlr3spatiotempcv进行了重复的空间交叉验证。训练步骤的结果模型在提取后存储在R类型的rpart对象中。在术语中，此对象的字段是存储的变量名。这些都是我用过的波段，也是空间x和y坐标。这给预测新数据带来了问题。我使用了terra软件包，得到了输入数据中缺少的x层和y层的错误。哪种类型有意义，因为它们存储在模型的terms字段中。但据我所知，坐标不应该是
浏览 4提问于2022-03-01得票数 1
回答已采纳
1回答
我正在评估一个使用精确和召回的推荐引擎。到目前为止，我已经用4个不同的数据集对系统进行了评估，精度值分别为0.833、0.857、0.857和0.769。相同数据集的召回值分别为0.448、0.875、0.5504和0.512。如何使用这些结果来评估测试中的推荐引擎？我是否应该在同一数据集上应用标准CF并检查值，或者是否有任何标准的精确和召回基准来对推荐系统进行分类？例如，如果精度是x，召回是y，那么这个算法应该被丢弃还是接受？
浏览 7提问于2014-09-28得票数 1
回答已采纳
2回答
NLTK确定性度量？
、、、
在NLTK中，如果我为电影评论编写一个NaiveBayes分类器(确定是肯定的还是否定的)，当对特定评论进行分类时，我如何确定分类器的“确定性”？也就是说，我知道如何在给定的测试集上运行“准确性”测试，以查看分类器的总体准确性。但是有没有办法让NLTk输出它的确定性呢？(也许是基于信息最丰富的特性……)
感谢A
浏览 0提问于2012-02-15得票数 1
回答已采纳
1回答
使用R中的mlr包，我创建了随机森林模型。为了评估模型的分类准确性，我使用了嵌套重采样，如here中所述。我的问题是，内部循环中的随机森林模型的分类精度通常比外部循环的结果高15%。我在内部循环中观察到大约85%的分类精度，但外部循环的精度通常在70%左右。我不能在这里提供数据，但我正在粘贴我正在使用的代码。 那件事怎么可能？可能的原因是什么？ rf_param_set <- makeParamSet(
ParamHelpers::makeDiscreteParam('mtry', values = c(3, 7, 14)),
ParamHelpers::mak
浏览 32提问于2019-02-15得票数 0
R的插入包工作180型号。作者警告说，其中的一些包装可能是顽固不化的缓慢或不准确的首选模式。
作者对此并没有错。我试着训练Boruta和evtree模型，但在它们在集群上运行超过5个小时之后，我不得不放弃了。
作者链接到一组机器学习基准，但这些链接只涵盖了少数算法的性能，比较了不同的实现。
我是否还可以求助于其他资源，以指导180款车型中哪一款值得尝试，哪些将非常不准确，哪些将不合理地慢下来？
浏览 0提问于2016-03-16得票数 12
回答已采纳
在scikit中，一些分类器没有实现"predict_proba“函数。
虽然我知道有些分类器不能预测概率，但我认为在分类器的预测中总是有一个信心因素。
我想知道如何拥有类似于predict_proba Perceptron模型的东西(scikit 0.15)。有这样的事吗？
(我认为较早版本的scikit有predict_proba，但在我需要使用的版本中没有一个)
浏览 4提问于2014-12-18得票数 0
回答已采纳
2回答
我正在使用mlr包的框架来构建一个svm模型来预测图像中的陆地覆盖级别。我使用了光栅包的预测函数，并将光栅转换为数据帧，然后使用"learner.model“作为输入对该数据帧进行预测。这些方法给了我现实的结果。
做得好：
> predict(raster, mod$learner.model)
或
> xy <- as.data.frame(raster, xy = T)
> C <- predict(mod$learner.model, xy)
但是，如果我在没有指定learner.model的情况下预测从光栅导出的数据，结果就不一样了。
>
浏览 0提问于2015-07-31得票数 1
回答已采纳
我收到错误了
'production.ERROR:异常'ErrorException‘与消息’未定义的索引: HWID_App‘
这是因为我将MSSQL连接添加到文件中。(我已经将数据库配置添加到database.php中了)
<?php
[...]
public function Conn_Guid(Request $r)
{
foreach ($r->input() as $file) {
DB::connection('sqlsrv')->select(array($r->ip(),$file[&
浏览 3提问于2017-01-17得票数 2
你好，我正在写一个虚拟现实应用程序，但它在硬纸板上有漂移。
我找到了一种解决方案，就是用secrit代码"#0#“进行传感器校准。
但我想以编程的方式编写代码。
对传感器进行自我测试来校准它们。
我搜索了一下，但找不到用于智能手机传感器校准的api。
因此，我搜索了传感器校准的示例或源代码，但没有。
请让我知道一些api或逻辑传感器校准。
浏览 2提问于2017-02-14得票数 0
1回答
调整mlr中的分类阈值
、、、
我正在使用mlr包训练一个朴素的Bayes模型。
我想调整分类的阈值(只有阈值)。为这样做提供了一个示例，同时还在嵌套的CV设置中进行额外的超参数调优。实际上，我不想在找到最优阈值的同时调优任何其他(超级)参数。
在讨论的基础上，我设置了一个makeTuneWrapper()对象，并将另一个参数(laplace)设置为一个固定值(1)，然后在嵌套的CV-设置中运行重新采样()。
nbayes.lrn <- makeLearner("classif.naiveBayes", predict.type = "prob")
nbayes.lrn
nbayes.
浏览 0提问于2019-02-12得票数 1
回答已采纳
2回答
验证无监督二进制分类
、、、
我在研究一个完全没有监督的异常检测问题。由于它完全没有监督，所以我很难定义一些度量来验证结果(我运行了几个算法，但最终的结果是二进制分类)。我正在考虑做一个Mann测试，以检查我标记的异常样本和非异常样本之间的显着差异。当然，这并不能告诉我分类是否正确，但至少我可以假设我的分类方法将我的数据分割成两个显著不同的样本。说得通吗？谢谢你的回复，也许还有潜在的有效替代方案。
浏览 0提问于2022-08-30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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
