2回答
交叉验证在多项式回归中的应用
、、、、
我有两个文本文件，其中包含我的数据。X轴上的一个文本文件，Y轴上的另一个文本文件，然后使用python的散乱函数进行数据可视化，然后用python的polyfit函数得到曲线，它可以拟合我们需要编写的多项式的多项式度。2或3现在让我们考虑，我得到了4个这样的方程，分别是2,3,4,5。现在我的问题来了。在我得到的所有方程中，我如何选择最适合我的数据的方程。我想在这里使用交叉验证。任何高级库函数都可以使用。我的语言是Python。
浏览 0提问于2016-04-21得票数 0
在Python中，为了只使用最相关的特性，我应用了SelectPercentile (来自sklearn)，并训练了一个支持向量机分类器。我想提一下，我只有一个语料库，所以我必须在这个语料库上执行cross_validation。
在使用SelectPercentile选择特性之后，当我使用cross_validation时，我得到的分数太高，我认为我做错了什么，但我不知道是什么。我认为X_all矩阵有重复的行或重复的列，但它没有。
我不明白为什么我会得到这样的结果。有人能让我明白引擎盖下面发生了什么，我做错了什么吗？
implementation
只从数据集中提取单词。
使用Pandas创建
浏览 4提问于2016-06-17得票数 1
回答已采纳
我希望从包含13000+行和162个预测变量的数据集中对贷款违约者进行分类，即0用于非违约者，1用于违约者。预测变量由范畴序数、范畴标称和连续变量以及虚拟变量组成。
由于这是一个分类问题，我希望应用Logistic回归，支持向量机和决策树。我发现很难为这样一个不同的预测变量池运行特性选择。我的第一次尝试是分离分类变量(包括序号和标称)和连续变量，并分别使用X平方和Anova选择特性。
我希望这能解释这个问题。
浏览 2提问于2022-06-10得票数 0
在使用scikit-learn对文本文档进行分类时，您是先进行交叉验证，然后再进行特征提取，还是采用其他方式？
以下是我的工作流程：
union = FeatureUnion(
transformer_list = [
('tfidf', TfidfVectorizer()),
('featureEx', FeatureExtractor()),
('spell_chker', Spellingchecker()),
], n_jobs = -1)
我用下面的方法来做，但是我想知道我是否应该首先提取特征并进行交叉验证。在本例中，X是文档列
浏览 2提问于2015-09-23得票数 0
我看过几篇关于特征选择(包装器和嵌入式方法)的文章和例子，他们把样本数据分成训练集和测试集。 我理解为什么我们需要使用交叉验证(将数据分成训练集和测试集)来构建和测试模型的分数(所提出算法的实际预测)。 但我不明白这样做的动机是什么？ 我们需要选择哪些特征没有真正的结果，那么它如何改进特征选择的过程呢？ 好处是什么？
浏览 37提问于2020-04-04得票数 0
3回答
我是机器学习的初学者。我正在做基于49个特征的二进制分类。前7个特性是float64类型的。接下来的18个要素是多类类型，其余的是二进制类类型，即0或1。
model = ExtraTreesClassifier()
model.fit(x_new, y)
print(model.feature_importances_)
上面的输出是
[ 1.20621145e-01 3.71627370e-02 1.82239903e-05 5.40071522e-03
1.77431957e-02 8.40569119e-02 1.74562937e-01 5.00468
浏览 1提问于2017-12-19得票数 2
1回答
线性回归的自定义成本函数注入
、、、、
我想运行一个拉索或脊回归，但其中L1或L2约束的系数是在一些系数，而不是所有。
另一种说法是:我想在套索或脊算法中使用我自己的自定义成本函数。
我想避免重写整个算法。在python中有允许这样做的模块吗？到目前为止，我对scipy和sckit-learn进行了调查，但没有发现。
浏览 4提问于2016-03-10得票数 0
我有四种不同的特征选择技术，向后消除，拉索，feature_importances和递归特征选择。每种技术返回的结果略有不同。例如,
向后消除:传播方向
拉索:展开移动，然后传播
Feature_Importances_：利差百分比和价差
递推:价差
在从不同的模型中选择特征时，是否有标准的方法？您应该选择每个模型返回的特性，还是在进行此操作时有首选的方法？
📷
浏览 0提问于2020-12-17得票数 1
1回答
我很好奇大众通过-q参数创建交互术语的方式。
为了进行这个演示，我使用了这个玩具数据，这个数据被称为cats.vm：
1 |a black |b small green |c numvar1:1.62 numvar2:342 |d cat |e numvar3:554
1 |a white |b large yellow |c numvar1:1.212 numvar2:562 |d cat |e numvar3:632
-1 |a black |b small green |c numvar1:12.03 numvar2:321 |d hamster |e numvar3:754
1 |a
浏览 3提问于2014-09-23得票数 4
回答已采纳
1回答
我想知道，在转换为单一热编码(例如，变量的6个可能值为0 0 0 1 0 0)之后，是否应该使用svm-scale函数沿着真实的特征缩放。我认为libsvm指南显然是这么说的。
此外，如果存在一些不加区分的特征，如随机噪声，对SVM的学习有什么影响？在训练前，我应该去掉这些特征吗？我猜想这些都会影响学习，因为SVM本质上是计算数据点之间的欧几里德距离，数据点之间的距离表示为特征向量。我不太关心运行时间，因为功能的数量很少。请说明svm的标准特征选择算法的实现。任何建议都是欢迎的。
谢谢。
浏览 3提问于2015-12-29得票数 0
回答已采纳
我目前正在使用torch.nn.CrossEntropyLoss。据我所知，按批量计算损失是很常见的.但是，是否有可能计算多个批次的损失？
更具体地说，假设我们得到了数据
import torch
features = torch.randn(no_of_batches, batch_size, feature_dim)
targets = torch.randint(low=0, high=10, size=(no_of_batches, batch_size))
loss_function = torch.nn.CrossEntropyLoss()
在一行中有计算方法吗？
loss =
浏览 12提问于2021-12-25得票数 2
1回答
我在做一个推荐系统。对于类似的查询，我想给出类似的建议。
我从这里学习了一个例子：
用户创建一个查询。他可以在地图上选择想要的位置，这就是为什么query的功能中有经度和纬度。我想在推荐算法的查询模型中添加经度和纬度。
以下是查询模型。它已经采用了标记化的文本特性：
class QueryModel(tf.keras.Model):
def __init__(self):
super().__init__()
max_tokens = 10_000
self.query_features_vectorizer = tf.keras.layers.TextV
浏览 8提问于2022-07-07得票数 0
回答已采纳
1回答
从调查中提取特征
、、、、
我需要用问卷的答案来训练分类器。我发现有些问题可以有嵌套的子问题。假设(仅举一个例子)，我想根据以下问题预测一个人是否要买房子：
1) What is your gender?
[] male
[x] female
[] I prefer not to answer
在这种情况下，答案是女性(如上面的例子)，一个子问题被提问。
1_female) are you pregnant?
[x] yes
[] no
然后调查问卷继续。
我应该如何利用这些特性来训练我的模型呢？
选项1)将它们分别处理，并用一次热编码来转换它们，然后我将得到特征向量。
gender_male - gender_fema
浏览 0提问于2018-07-13得票数 3
我正在研究python的医学图像。我生成这个图像的二值阈值(ImageA，0，1编码)。从这个图像中，我运行一个检测算法，生成另一个图像B(也是二进制0,1编码)，目的是检测图像A中的结构，这样我就可以对它们进行计数。
为了更好地理解我的意思，我画了一个草图如下：
如您所见，图像B未能重新描述右上角的结构。不知怎么的，我想测试一下。我想知道，生成图像B的算法执行得如何，其目的是对图像A中检测到的结构进行轮廓绘制。
测试结构相似性的SSIM算法对此有用吗？它是否考虑到比较结构在图像中的位置？
我正在使用structural_similarity()函数skimage.metrics。
浏览 11提问于2022-01-27得票数 1
2回答
今天，我用下面的代码在python中使用librosa中的MFCC。它给出一个维数为(40，40)的数组。
import librosa
sound_clip, s = librosa.load(filename.wav)
mfcc=librosa.feature.mfcc(sound_clip, n_mfcc=40, n_mels=60)
有没有类似的方法从其他库中提取GFCC？我在librosa找不到它。
例如essentia：
import essentia
import essentia.standard
essentia.standard.GFCC
#Get array w
浏览 0提问于2019-05-11得票数 3
我在机器学习领域没有什么经验，所以我为自己的无知和缺乏直觉而提前道歉。
我试图建立一个分类算法，以确定一个主题是健康的还是不健康的。我有以下数据：
17名受试者。
每个主题都有1140个特征，从-1到1不等。
每个受试者都有一个从0到6.0的标签，意思是病得很重，而6人完全健康。
我只有从0到2标签的对象的数据。
特征(X)与标签(Y)的相关性较低。
我获得这些特征的方式与这个问题无关，所以我不打算讨论它。
数据是这样的：
📷
每种颜色代表一个主题。正如我所提到的，我只有从0到2的标号的数据，即Y=0，Y=1或Y=2，而特征(X)是17个主题x 1140个特征。
我想做的是：
将数据拟合成Lo
浏览 0提问于2020-03-27得票数 1
我正在做的多标签图像分类与10个类别，我有1981年的数据和标记的数据只有1000个从1981年开始。
我使用这种配置
#begin model
model = Sequential()
model.add(Conv2D(filters=16, kernel_size=(5, 5), activation="relu", input_shape=(400,400,1)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Conv2D(filters=32, kernel_s
浏览 1提问于2020-07-04得票数 0
回答已采纳
我正在尝试用openCV为孟加拉字符开发一个基本的OCR。我使用了opencv的内置CvKNearest对象。一切正常，除了识别的准确性。我没有使用任何预先计算过的特征。我计划使用一些更多的功能，以提高准确性。我做了一些googling来查找Opencv的最近的预测对象中使用的特性，但是我无法得到它。有谁能解释一下opencv的K近邻算法在模式识别中使用哪一个特征向量来预测？
浏览 3提问于2015-03-04得票数 0
回答已采纳
我想要将许多图像( 25 )缝合在一个塑料零件的直表面的单个图像中。图像如下所示：
我正在尝试使用opencv中的Stitcher类。我的代码如下：
#include <iostream>
#include <fstream>
#include "opencv2/highgui/highgui.hpp"
#include <opencv2/stitching.hpp>
using namespace std;
using namespace cv;
bool try_use_gpu = false;
vector<M
浏览 9提问于2017-03-17得票数 1
在文本分类任务中，我使用和相结合的方法进行特征选择。
SelectFromModel(estimator=MultinomialNB(alpha=1.0))
SelectFromModel通过计算来确定特性的重要性：
importances = np.linalg.norm(estimator.coef_, axis=0,ord=norm_order)
但这不正是我想要的，因为高频率的特征会导致绝对值低吗？
对于确定给定特定类的特性的重要性，已经有多个问题得到了很好的回答，但在一般情况下不能确定特性的重要性。
是否有一种方法可以结合使用SelectFromModel和NB来确定特性的重要性，或
浏览 2提问于2017-09-15得票数 1
回答已采纳
1回答
我正在尝试为我的数据集进行特性选择阶段的工作。
我是ML的新手。我有大约60列，并试图选择前15个功能。我了解了RFECV，并为此编写了如下所示的代码。我知道n_features是为RFE而存在的，但对于RFECV，它是缺失的。还有其他方法来分配number of features to select吗？
model = RandomForestClassifier(n_estimators=100, random_state=0)
# create the RFE model and select 15 attributes
rfe = RFECV(model,step=5, cv=5,m
浏览 0提问于2019-12-13得票数 1
回答已采纳
1回答
我知道，这方面有很多问题，但对我的问题却没有一个问题。
我将简化我的问题，以使它更清楚。假设我有一个英语文档中的多个句子，我想使用一个类svm ( libsvm)对它们进行分类，以便以后能够看到不规范(例如德语句子)。
对于培训:我只有一个类的样本(让我们假设其他类事先不存在)。我提取所有的3克(因此特征空间包括最大。16777216种不同的特性)并以libsvm格式保存(label=1，以防万一)
现在我想估计一下我的参数。我尝试使用附加的参数来使用grid.py，但是运行时对于rbf内核来说太大了。因此，我尝试使用线性核(因此，grid.py可以更改为只使用一个值的伽马，因为它不重要的线性
浏览 4提问于2017-01-18得票数 1
回答已采纳
我使用RBF-kernel libsvm来完成分类任务。我的数据集大约是700个向量，相当不平衡，大约20%是正面的:80%是负面的。
我使用了几种特征评级算法，例如libsvm中的boruta或fselect.py来构建范围特征排序列表，然后从该列表中选择一些顶级特征。
我使用重复(大约20次)10倍CV进行SVM参数C&G搜索。ROC曲线的曲线下面积(AUC)值估计的误差。
问题是，当我采用更多的特征时，AUC值变得相当高(特征越多，AUC值越大，超过0.95)，但测试误差在某一点上增加了，即它与大量特征过拟合！
最佳的特性数量介于两者之间(在我的例子中大约是30个)。
增加CV中
浏览 0提问于2019-10-03得票数 0
1回答
我正试图预测客户端引发的特定服务票证是否需要更改代码。
我有训练数据。
我有大约17k个有问题描述和标签的数据点(Y表示所需的代码更改，N表示没有代码更改)
我做了TF-以色列国防军，它给了我27k的特征。所以我试着用这个17kx27k矩阵来为RandomForestClassifier (sklearn python)提供一个矩阵。
我在测试集上得到的分数很低，而训练的准确性很高。
列车精度：89%测试装置精度：21%
有人能提出解决办法吗？
我现在使用的是这个模型：
sklearn.RandomForestClassifier(n_jobs=3,n_estimators=100,class
浏览 0提问于2016-03-07得票数 0
我正在尝试在MNIST上训练和交叉验证sklearn的KNeighborsClassifier。如果是n_jobs=None，我可以拟合模型，但一旦我将模型放入并行环境(例如RandomizedSearchCV或带有n_jobs=-1的cross_val_score )，就没有任何进展。我已经在我的Jupyter笔记本和常规的Python3.6会话中尝试过了。RandomForestClassifier加上RandomizedSearchCV的效果与预期不谋而合。
有时我可以使用ctrl+C或通过中断内核来中断进程，而其他时候我无法做到这一点，需要实际SIGKILL进程。
下面的代码可以工作：
浏览 2提问于2018-10-22得票数 2
1回答
我有一段用numpy编写的python代码，我正试图使用特征库将其移植到C++。我还没在艾根图书馆找到合适的东西。
这是python等价物：
u = np.linspace(0, 2 * np.pi, 100)
v = np.linspace(0, np.pi, 100)
x = np.outer(np.cos(u), np.sin(v))
y = np.outer(np.sin(u), np.sin(v))
z = np.outer(np.ones(np.size(u)), np.cos(v))
我用艾根图书馆写的是：
Eigen::VectorXf u = Eigen::Vector
浏览 14提问于2022-10-25得票数 0
回答已采纳
2回答
假设我有两个不同的特征集A和B。我试图确定哪一组功能是最好的。由于我的数据集很小，所以我使用左一交叉验证作为最终的度量。我正在尝试找出我的实验设置，我决定了几种方法：
1)将特征集A给我的分类器(可选运行的特征选择)，将特征集B给出相同的分类器(也可以选择运行特征选择)，然后比较这两个分类器的LOOCV误差。
2)给出分类器的特征集A和B，然后确定特征选择，然后根据所选择的特征得出更高层次的结论。(例如，如果选择了更多的A，则特征集A似乎具有更大的预测价值)
3)其他我不知道的方式
浏览 8提问于2013-11-20得票数 2
回答已采纳
1回答
我必须使用一些分类器(例如朴素贝叶斯、支持向量机和另一个分类器)来做垃圾邮件检测应用，并比较它们的效率，但不幸的是，我不知道我应该做什么。
这是正确的吗:首先，我应该有trec2005，垃圾邮件或安然垃圾邮件等垃圾邮件.然后，我做文字预处理，如词干，停止字删除，标记等.
在此之后，我可以使用tf-以色列国防军在垃圾邮件中衡量我的特征/术语的权重。接下来，我用非常低的频率和很高的频率去除这些特征。然后我就可以把我的邮件分类了。对吗？
之后，我可以用真阳性、假阳性等来衡量我的正确分类。
如果某件事需要10倍的交叉验证？我该怎么用呢？
你能告诉我这些电子邮件分类的步骤是否可以吗？如果没有，请解释哪些
浏览 1提问于2014-03-15得票数 1
回答已采纳
2回答
图像分割结果中的噪声
、、、、
基于深层卷积神经网络的图像分割任务。网络结构来自，它的结构可以在图片中看到：。网络是基于和设计的。
该数据集是(又称Warwick数据集)中腺体分割Chalenge竞赛的公共基准数据集。
我使用这个网络来执行分段任务。然而，在我的结果中，我总是注意到一种固定的噪声模式：，预测图像中的小白色交叉：。
有人能解释一下这些噪音像素是什么意思吗？它们是图像处理中常见的噪声吗？值得注意的是，这种现象并不仅仅出现在特定的图像中，而是在整个预测中。
浏览 0提问于2018-03-29得票数 3
回答已采纳
1回答
对于二元期权预测(上升，下降)，我在R中尝试随机森林，但重要性度量和OOB在我的情况下是有偏见的。
我找到了，但它与Python有关。
是否有一种用于自动特征选择的R包方法
是基于AUC的
也许我可以定义我自己的评价函数(挣来的钱是召回率和精确率的函数)。
也许允许我指定交叉验证方法:随机选择训练和测试用例是有偏见的，因为有时间序列数据，其中测试数据必须比训练数据晚。
浏览 0提问于2015-11-23得票数 2
1回答
在xgboost分类模型的交叉验证运行之间，我收集了不同的验证分数。这是正常的，每次列车/验证分割和模型状态是不同的。
flds = self.gsk.Splits(X, cv_folds=cv_folds)
cvresult = xgb.cv(xgb_param, xgtrain, num_boost_round=xgb_param['n_estimators'], nfold=cv_folds, flds, metrics='auc', early_stopping_rounds=50, verbose_eval=True)
self.model.set_
浏览 0提问于2016-11-28得票数 1
回答已采纳
1回答
我发现了这个非常有用的数字，取决于您拥有多少数据(或更精确的观察)，如何分割数据集。
我的问题是，既然“数据少”是非常主观的，那么你是否可以进行统计测试，甚至是否有经验法则可以遵循哪一条规则呢？
我目前的问题是一个分类问题，有145个观察，22个特性，2个标签(18-True，127-False)，但我对一般方法感兴趣。
谢谢。
📷
浏览 0提问于2017-03-10得票数 1
回答已采纳
1回答
我希望利用python实现文本挖掘的支持向量机分类，并获得精确性，召回精度不同的度量information.For，对数据集进行预处理，并将数据集分割成两个文本文件，即-pos_file.txt(正标签)和neg_file.txt (负标签)。现在，我想使用随机抽样的SVM分类器训练数据，30%用于测试。我看到了一些关于scikit的文档--学习，但不太确定我将如何应用这一点？
pos_file.txt和neg_file.txt都可以被认为是单词的袋子。有用的链接-
示例文件：pos_file.txt
stackoverflowerror restor default pr
浏览 3提问于2013-10-21得票数 3
1回答
我在python中编写了一段代码，使用scikit-learn模块执行支持向量机分类，并进行递归的特征消除和交叉验证：
svc = SVC(kernel="linear")
rfecv = RFECV(estimator=svc, step=1, cv=StratifiedKFold(y_train, 2), scoring='f1')
svc.fit(X_train, y_train)
rfecv.fit(X_train, y_train)
不幸的是，我无法理解为什么使用交叉验证模型(rfecv.fit)时的输出分类与默认模型(svc.fit)不同。交叉验
浏览 2提问于2015-03-24得票数 0
回答已采纳
1回答
如何提高使用LightGBM对项目进行排序的NDCG评分？
目前正在进行一个学校项目，该项目需要学习对每个查询的文档排序功能，我已经使用以下参数对我的模型进行了培训：
objective="lambdarank",
metric="ndcg",
与LGBMRanker一起使用。
最初，我的NDCG分数相当高，但是，通过对教师的正确验证集进行预测的排名，NDCG的分数大幅下降(0.78到0.5)。我调整了我的参数，以减少过度拟合，我还运行了一系列的F分数测试，相互信息测试和随机森林重要性从滑雪到选择功能。然而，我的NDCG评分仍然很低，我发现很难预测正确的NDCG
浏览 11提问于2021-10-07得票数 2
回答已采纳
1回答
我想实现一个内核岭回归，也在MLJ中工作。此外，我希望可以选择使用特性向量或预定义的内核矩阵，如Python中的。
当我运行这段代码时
const MMI = MLJModelInterface
MMI.@mlj_model mutable struct KRRModel <: MLJModelInterface.Deterministic
mu::Float64 = 1::(_ > 0)
kernel::String = "linear"
end
function MMI.fit(m::KRRModel,verbosity:
浏览 0提问于2020-12-17得票数 4
回答已采纳
我有
=== Attribute selection 10 fold cross-validation seed: 2 ===
number of folds (%) attribute
10(100 %) 1 H0_D0
10(100 %) 3 Ar
0( 0 %) 4 LT_LH
0( 0 %) 5 tan_y_2
10(100 %) 6 DT_D0
0( 0 %) 7 LH_DT
你能解释一下这个结果吗？
浏览 3提问于2017-10-11得票数 0
当我看时，我想知道的实际用途是什么。
实际上，它只是给出了最优的功能数量，但没有告诉我这些特性是什么。
与此形成对比的是，还给了我rfe.ranking_
我不应该相应地只使用sklearn.feature_selection.RFE吗？
还是我忽略了什么？
浏览 0提问于2018-06-19得票数 6
回答已采纳
1回答
我有一块木块的点云。我找到了那个点云的质心。现在，我正在尝试使用点云库来查找主组件和方向。下面是我尝试过的代码。如果你不懂什么就纠正我。
Eigen::Vector4f centroid;
Eigen::Matrix3f covariance_matrix;
// Extract the eigenvalues and eigenvectors
Eigen::Vector3f eigen_values;
Eigen::Matrix3f eigen_vectors;
pcl::compute3DC
浏览 1提问于2015-02-24得票数 2
回答已采纳
1回答
我是NLP的新手，这让我有点困惑。我试图在我的数据集上使用SVC进行文本分类。我有一个6个类的不平衡数据集。这篇文章是健康、体育、文化、经济、科学和网络课程的新闻。我用TF-以色列国防军进行矢量化。
预处理步骤：lower-case所有文本并删除stop-words。因为我的文本是德语的，所以我没有使用lemmatization。
我的第一次尝试：
from sklearn.model_selection import train_test_split
train, test = train_test_split(df, test_size=0.2, random_state=42)
X_t
浏览 1提问于2020-12-04得票数 0
回答已采纳
1回答
我知道在两类情况下，二元交叉熵和范畴交叉熵是一样的。
而且，对我来说很清楚什么是softmax。
因此，我看到绝对交叉熵只是惩罚应该是1的一个分量(概率)。
但是为什么，不能或者不应该在一个热向量上使用二进制交叉熵？
Normal Case for 1-Label-Multiclass-Mutual-exclusivity-classification:
################
pred = [0.1 0.3 0.2 0.4]
label (one hot) = [0 1 0 0]
costfunction: categorical crossent
浏览 6提问于2017-05-23得票数 5
我正在使用scikit学习做特征选择。这是我的密码
from sklearn.feature_selection import GenericUnivariateSelect
from sklearn.feature_selection import f_classif
scores = GenericUnivariateSelect(f_classif, 'k_best').fit(features_pd, target_pd)
如何使用f_classif是一种简历方式，这样的结果就更可靠了？
浏览 4提问于2017-08-28得票数 1
2回答
我用PCA进行人脸识别。得到了每幅图像的特征向量/特征面，这是一个颜色矩阵。我想知道选择前三个特征向量，因为它们对应的特征值占总方差的70%，是否足以进行人脸识别？
浏览 4提问于2013-12-24得票数 3
回答已采纳
1回答
订阅外围设备的特性
、、、、
我有问题的回报价值，从外围的具体特点。我正在做的是-我有两种特征类型(通知和指示)。我使用peripheral.SetNotify(true,characteristic);订阅了这些特性，但问题是设备没有返回任何值。我正在收听在did更新值中的值，用于特征方法。
浏览 1提问于2014-04-17得票数 0
回答已采纳
1回答
我有667个特征，在应用分类模型(例如朴素贝叶斯/支持向量机)来提高分类模型的学习率之前，我希望找到在二进制类标签之间有显著边界的特征。
我所知道的是，如果两个类之间的特征值是重叠的，这将导致错误的分类。
因此，我做了两个样本t检验，以计算二元类标签之间特征的统计显着性。
from scipy import stats
p=[]
failure = [1]
#separate out the non-failure and failure group data into 2 dataframes to calculate the
t-test between each feature.
浏览 0提问于2017-12-28得票数 1
在进行特征选择后，我有18个维度的特征，并将用于训练分类器，RNN，HMM等。
这些特征包括加速度计和陀螺仪的标准差、均值和导数。这些功能具有不同的单位，标准化/标准化将失去功能的真正含义。
例如，一个特征向量的单位是旋转速度(度/秒)，该特征中的值在-120和120之间。另一个是x轴加速度的stddev，值主要在0到2之间。如果我想做标准化，所有的特征向量都将在0附近居中，负值/正值分布在0附近。-->即使是stddev也会有负值！它完全失去了实际意义？
我走错路了吗？如有任何信息，欢迎光临！谢谢!
浏览 0提问于2016-11-22得票数 2
1回答
当预测时间序列时，人们可以将问题从经典的时间序列(ARIMA模型)转变为监督学习(通过添加滞后特征)。
当时间序列很长，并将其转换为有监督的学习时，最终会有许多特性。
如果我们之前做过ARIMA建模，并找到了AR，I，MA，参数。
我们可以使用这些知识/参数来选择滞后特征的子集吗？
浏览 0提问于2020-05-04得票数 1
在编写此代码之后：
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)
错误是
---------------------------------------------------------------------------
ValueError Traceback (most rece
浏览 2提问于2019-12-03得票数 2
我试图用RFECV进行特性选择，但每次都会给出不同的结果，交叉验证是将样本X划分为随机块还是顺序确定性块？
另外，为什么grid_scores_和score(X,y)的得分不同？为什么分数有时是负值？
浏览 3提问于2017-11-19得票数 2
1回答
我有一个包含330个样本和每个样本的27个特征的数据集，其中具有Logistic回归的二进制类问题。
根据“如果十”的规则，我需要至少10个事件的每个功能被包括在内。然而，我有一个不平衡的数据集，有20%的正类和80%的负类。
这只给了我70个事件，允许在Logistic模型中包含大约7/8的功能。
我想评估所有的功能作为预测，我不想手动选择任何功能。
那么你有什么建议呢？我应该做所有可能的7个功能组合吗？我是否应该使用关联模型单独评估每个功能，然后只为最终模型选择最好的功能？
我对分类和连续特征的处理也很好奇，我可以混合它们吗？如果我有一个分类的0-1和一个连续的0-100，我应该标准化吗？
浏览 0提问于2017-07-28得票数 0
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
实时音视频活动推荐
腾讯云开发者
