在GridSearchCV中使用'roc_auc'记分器时，我遇到了一个奇怪的错误。当我改用'accuracy'时，不会出现错误。我通过使用None作为输入直接调用column_or_1d来测试这一点，并且很容易地重现了错误。(pipe, params, scoring='roc_auc', n_jobs=1, verbose=1, cv=5)
grid.fit(X, y) 一些调试信息 >>>
浏览 16提问于2019-04-21得票数 0
回答已采纳
我正在尝试使用scikit learn 0.18.1将TimeSeriesSplit与GridSearchCV结合起来。RandomForestClassifier(class_weight='balanced', random_state=1))])
gridsearch = GridSearchCV(pipeline, dict, cv=tscv, n_jobs=1, scoring="roc_auc
浏览 0提问于2018-06-04得票数 1
现在，我希望使用GridSearchCV执行超参数调优。当将GridSearchCV与keras模型一起使用时，fit方法需要输入和标签的类似数组的对象。
浏览 1提问于2017-09-18得票数 3
from sklearn.preprocessing import StandardScaler, OneHotEncoderparam_grid = { 'fit_intercept': [False]gs = GridSearchCV( param_grid
浏览 7提问于2021-03-14得票数 15
回答已采纳
1回答
我使用的神经网络有3个输入和1个输出与Keras。我正在使用sklearn的MinMaxScaler来规范我在范围内的输入，0,1在缩放输入和输出数组时，我没有任何输入Value
浏览 0提问于2017-01-26得票数 3
回答已采纳
42, class_weight="balanced")CV_rfc.fit(x_train, y_train)CV_rfc.best_estimator_)
pred = CV_rfc.predict_prob
浏览 310提问于2019-04-10得票数 15
回答已采纳
我一直在使用GridSearchCV来优化二进制分类器的一些参数。我想对分类器进行操作，使它几乎没有任何假阳性，但仍然达到很高的真阳性率。因此，简而言之:优化TPR，同时将FPR限制在0(或接近)。grid_clf_acc = GridSearchCV(clf1, param_grid = grid1 , scoring = 'roc_auc', n_jobs = -1, cv=cross_validation_folds这是一个错误，还是我在定义自己的得分手时犯了一
浏览 9提问于2022-03-01得票数 0
回答已采纳
1回答
首先，我尝试将sample_weight_mode设置为temporal，并输入与目标数据形状相同的权重矩阵：
接下来，我尝试遵循uschmidt83
浏览 1提问于2017-06-25得票数 3
1回答
我正在尝试将扁平层的输出与向量连接起来。但是，我收到错误消息，输入形状与预期形状不匹配(无，1，7)。我无法解释发现的形状(4,7)。有人能帮上忙吗？) verbose=verbosity,
浏览 3提问于2021-10-27得票数 0
我试图使用sklearn.model_selection.GridSearchCV运行一个网格简历参数搜索。我一直得到一个ValueError，这真的让我很困惑。我使用train_test_split来分离特性和目标，并尝试将网格搜索与管道相匹配。这是我的结果。因此，我不明白为什么网格搜索的拟合会给我带来以下错误：[Parallel(n_jobsValueError:
浏览 0提问于2021-07-15得票数 0
回答已采纳
我的想法是在将数据传递给LSTM之前，将嵌入层与另一个输入形状连接起来。)(lstm)
model = Model(inputs=[main_input, auxiliary_input], outputs=main_output) 但是如果我尝试这样设置，我得到了以下错误: ValueError:除了连接轴之外，连接层需要具有匹配形状的输入。获取输入形状：(无，50,128)，(无，5) 我创建
浏览 16提问于2019-02-26得票数 0
回答已采纳
1回答
下面的代码产生下列值错误。ValueError: operands could not be broadcast together with shapes (8,8) (64,)
当我将“训练”数据集从10个图像扩展到100个时我不知道有任何Python函数与我在C中用来排除不符合特定条件的输入的函数类似。与类似问题相关的其他答案建议更改一个人使用的数学，但我被告知这是如何继续进行的，所以我将其视为错误处理问题。
浏览 9提问于2017-01-12得票数 0
回答已采纳
我已经计算了它的协方差矩阵(cov)，它是一个21*21的阵列，以及具有形状(21，)的平均阵列m。我需要使用这个scipy函数的另一个输入是“分位数(类似数组)，x的最后一个轴表示分量”。我将函数的分位数输入写为scipy.stats.multivariate_normal.pdf(quantiles，= np.array(0.0，0.01，0.05，0.1，1-0.10，1-0.05，1-0.01，1.0)，但当我计算cov m，cov时，总是出现错误。错误是:valueEr
浏览 1提问于2017-07-12得票数 7
回答已采纳
我正在尝试将GridSearchCV与来自xgboost的xgbranker估计器一起使用。我尝试使用GroupKFold并将qid (group_ids)参数传递给网格fit方法，但这并不简单。我仍然得到一个错误，似乎是在得分方法通过。有什么帮助或工作的例子会很好吗？样本代码：from sklearn.metrics import make_scorercv=sp
浏览 12提问于2022-06-02得票数 0
2回答
输入必须是3D的。所以我有一个CSV文件，它有9999个数据，只有一个功能。所以它只是一个文件。所以通常是(9999,1)，然后我用时间步骤重新塑造20步dim = data.shape[1]但我还是会犯错误和LSTM的输入
model.add(LSTM(50,input_sha
浏览 0提问于2018-12-26得票数 4
回答已采纳
capacity=capacity, min_after_dequeue=min_after_dequeue)
然后调整自动编码器代码，从输入的批处理输入代码加载不幸的是，在运行代码时，我得到了以下错误：ValueError:无法为张量‘占位符:0’提供形状的值(1,128，29，29，1)，它具有形状'(?，841)'。我的第一个问题是，为什么我有形状的张量(1,128，29，29，1)当我期待(128,29,
浏览 2提问于2017-07-15得票数 1
回答已采纳
我试图使用sklearn.model_selection.GridSearchCV运行一个网格简历参数搜索。我不断地得到一个价值错误，这让我很困惑。我使用train_test_split来分离特性和目标，并尝试将网格搜索与管道相匹配。这是我的结果。(pipe, parameters, cv=5, n_jobs=4, verbose=1)检查矩阵的形状可以确认x_trainValueError: Number o
浏览 1提问于2021-07-14得票数 0
2回答
调整张量以与其他层连接
、、、、
我试图将层Conv_10与Deconv_1连接起来，但在张量大小方面出现了错误。所以我需要将Conv_10层从(3,44,44)转换为(3,34,34)。我该怎么做？这个网络的当前实现可以在这里获得：
实际错误: ValueError：Concatenate层需要具有匹配形状的输入(除了凹轴外)。得到输入形状：(无，34，34，3)，(无，44，44，3)
浏览 0提问于2020-04-13得票数 1
回答已采纳
1回答
我有一个包含100000个二进制三维形状数组(6，4，4)的数据集，所以我输入的形状是(10000，6，4，4)。(1, 1, 1), activation='relu', kernel_initializer='he_uniform', input_shape=(None, 6, 4, 4, 1))) ValueError:应该定义Dense输入的最后一个维度。不过，当我用整数替换None并试图将模型拟合到我
浏览 1提问于2021-06-11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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
