1回答
我使用了tensorflow 0.11的python3.5。在内部，DNNClassifier似乎执行特征选择(或特征提取)。有什么方法可以用tensorflow来进行特征选择吗？或者，是否有一些功能来提取特征的权重？(有一个函数DNNClassifier.weights_，但它似乎被废弃了)
如果Tensor
浏览 4提问于2016-11-08得票数 0
回答已采纳
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
我正试图在我的机器学习项目中在scikit学习和weka数据挖掘工具之间做出决定。然而，我意识到了特性选择的必要性。我想知道scikit学习是否有用于特性选择的包装方法。
浏览 6提问于2016-02-25得票数 6
LDA分类器将对象特征向量与特征权重向量相乘，并利用所得值使用固定阈值来预测对象类。或者w.x( o ) > c，其中w是特征权重向量，x(o)是对象o的特征向量，c是阈值。我想使用scikit-learn从经过训练的LDA分类器获得特征权重(w)，我想知道是否有可用的函数？
看一下代码，我看到了两个属性，coef_和scalings_，它们提到了特征权重。coef_的描述，“线性决策函数中特征</em
浏览 1提问于2013-04-10得票数 4
回答已采纳
Lasso使优化函数通过将部分特征权重设置为零(而不是脊线正则化，即保留一些非零权重的特征)来进行隐式特征选择。是否有可能以某种方式从滑雪板中提取这种权重信息(特征选择)？
浏览 0提问于2016-09-24得票数 1
绘制该XGBoost模型的特征重要性图； plot_importance(xgboost_model)
pyplot.show() 该图显示了F分数。然而，F分数背后有一些重要的指标，比如增益、覆盖率和权重。 如何分别绘制重要性指标增益、覆盖范围和权重？ 我使用的是python 3.7
浏览 36提问于2019-09-29得票数 2
回答已采纳
这些特征(数字和字符串特征)使用OneHotEncoderEstimator编码，然后使用标准缩放器进行转换。谢谢我尝试从方案中提取要素并将其映射到权重，但没有成功trainingData)
prediction
浏览 1提问于2019-05-03得票数 2
两个分类器都提供了一个权重向量，该向量的大小是特征数的大小。我可以使用这个权重向量来选择10个最重要的特征，只要选择权重最高的10个特征。
我是否应该使用权重的绝对值，即选择绝对值最高的10个特征？在非线性核支持向量机的情况下，权重向量不能用来确定特征的重要性的确切原因是什么？
浏览 3提问于2015-07-21得票数 2
回答已采纳
在计算线性回归并计算出我的R2得分之后，我想要计算我的特征的系数(使用sklearn coef_属性)。如何恢复流程，使每个类别功能都有一个单独的列(因为OneHotEncoding意味着每个类别功能的值尽可能多的列)。
浏览 2提问于2021-10-03得票数 0
1回答
我正在尝试在Python的深度图学习(DGL)包中实现一个图形卷积网络(GCN)。在许多论文中，边具有离散的特征，并且每个可能的值都与不同的权重矩阵或权重矩阵集相关联。here就是一个例子。
浏览 30提问于2019-09-04得票数 1
K-均值聚类在学习中，簇数是预先已知的(它是2).有多种特征。特征值最初是不分配任何权重的，即它们被同等对待。然而，任务是为每个特性分配自定义权重，以获得最佳的聚类分离。如何确定每个特征的最优样本权重(sample_weight)，从而得到两个聚类之间的最佳分离？如果对于k均值或sklearn来说，这是不可能的，那么我对任何可选的聚类解决方案都感兴趣，重点是我需要自动确定多元特征的适当权重的方法，以便最大限度地实现聚类分离。
浏览 6提问于2021-01-05得票数 0
也就是说，给定一组人，每个人都有给定的特征，是否有一个众所周知的算法可以成功地将最相似的人配对。
我是不是想多了，或者有没有什么标准化的方法来实现它？
浏览 0提问于2012-07-29得票数 0
1回答
在卷积中性点网络中，权值是在特征映射中共享的。那两张不同的特征图呢？如何让他们与众不同(这样我们就不会再学到同样的东西了)。
问:训练算法中的具体内容是什么，以使不同特征图的权重不同。例如，如果我定义了两个特征映射，网络是否保证在特征映射A和特征映射B中权重是不同的？
浏览 0提问于2016-08-26得票数 -1
回答已采纳
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
考虑到特征之间的相关性，为了选择最优的Lasso回归或序列正向选择特征(因为特征变换会转换无法解释的特征，所以不能对特征进行pca )。
我所理解的事情很少:套索非常快，顺序前进的选择也非常缓慢。但我不确定lasso在相关特征下如何表现，即我认为权重可能分布在相关的特征(假设必要的特征)之间，而且由于共享Lasso而权重较低，可能表明它们是不相关的特征。
浏览 0提问于2016-11-07得票数 3
我的问题如下：
我对Python中的ML略知一二(使用NLTK)，到目前为止它工作得还不错。给定某些特征，我可以得到预测结果。但我想知道，有没有一种方法，可以显示最好的功能来实现标签？
浏览 1提问于2013-05-08得票数 3
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，我们通过只考虑最
浏览 11提问于2020-06-04得票数 0
我看过一篇文章，它使用非二进制邻接矩阵来定义节点连接的权重。权重是在0,1范围内的比率。这些权重也可以看作是边缘特征吗？那么，有一个邻接矩阵和一个边缘特征矩阵有什么区别呢？
浏览 0提问于2022-02-23得票数 1
1回答
我拟合了我的机器学习模型，然后用pickle将其保存在一个.pkl文件中。现在我需要再次拟合我的模型，所以我需要向我的.pkl文件追加新值。这是我尝试过的代码： pickle.dump(model, open('sentiment_datasets/es.pkl', 'a+')) 但我得到以下错误： write() argument must be string, not bytes 我怎么才能修复它？我重复一遍，我不需要覆盖我的文件，而是附加新的值
浏览 83提问于2020-07-01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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
