1回答
我有在X上运行的估计器的结果，以及基本事实，我想使用plot_precision_recall_curve，但这需要传入estimator和X -我不能这样做，估计器非常复杂，并且驻留在另一个系统中……我该怎么办？(如果有一个能接受y_pred和y_true的plot_precision_recall_curve版本就好了……)。
浏览 6提问于2021-08-09得票数 1
回答已采纳
2回答
在我的数据库中，有一个表发生在以下列中: Model_type、Train_score、Best_params。 train_score列为不同参数保存每个模型的auc_score。我使用以下代码获得每个模型的最佳参数
bests = worker_out.iloc[worker_out.groupby(['MODEL_TYPE'])['TRAIN_SCORE'].idxmax()][["MODEL_TYPE","B
浏览 0提问于2021-01-07得票数 0
2回答
import matplotlib.pyplot as pltimport pandas as pdfrom sklearn.metrics import classification_report, confusion_matrixscikit-learnimport numpy as np
浏览 3提问于2020-04-11得票数 2
回答已采纳
1回答
如何为此建立一个多元线性回归模型，最好使用SKlearn。这就是我到目前为止尝试过的。import pandas as pd
x=train_data[['Promo','Customers','DayOfWeek']
浏览 3提问于2017-10-02得票数 1
回答已采纳
我有预先训练的Sklearn模型和预先训练的标准标量对象保存为泡菜。现在，我想使用这两种方法来创建Sklearn管道。
我需要滑雪板管道将它转换成ONNX格式。
浏览 0提问于2020-07-20得票数 1
回答已采纳
1回答
下面是一个创建两个数据集的示例：from sklearn.datasets import make_classificationmake_classification(n_classes=2, n_features=5, random_state=2)lr= LogisticRegression()
clf1 = lr
浏览 1提问于2012-12-04得票数 28
回答已采纳
1回答
我不知道我的数据需要重塑什么
、、、、
这是我的密码：import numpy as npfromsklearn.linear_model import LinearRegression
df = df.drop(columns=['dateprice'])
X_train, X_test, y_t
浏览 3提问于2022-03-31得票数 0
回答已采纳
2回答
投票分类器中的超参数
、、、、
estimators=[ ('gboost', GradientBoostingClassifier()),
('lr
浏览 2提问于2017-10-05得票数 7
回答已采纳
sklearn.datasets import load_breast_cancerfromsklearn.pipeline import make_pipelinefrom sklearn.preprocessing，lr_pipe被称为二次。实际上发生了什么：
lr
浏览 1提问于2020-12-18得票数 1
回答已采纳
我想在Python中使用与MATLAB中的相同的函数或方法。例如，我们有x1, x2, x3, x4, x5, x6输入和y1, y2, y3输出。使用这个函数后，我们应该得到一些估计回归系数。Python有这种能力吗？
浏览 8提问于2016-05-02得票数 2
回答已采纳
1回答
sklearn.metrics import classification_reportfrom sklearn= lr_probs[:, 1]
yhat = model.predict(testX)
lr_precision, lr_recall, _ = precision_recall_curve(testy, lr_
浏览 8提问于2022-08-18得票数 1
1回答
from sklearn.linear_model import LogisticRegressionlogmodel
上述代码的输出仅为
浏览 3提问于2020-10-24得票数 0
回答已采纳
1回答
pipeline管道与管道的区别
、、、、
sklearn.metrics import make_scorerfrom sklearn.linear_modelimport LogisticRegressionfrom sklearn.pipeline importPipeline
from sklearn.impute import Simp
浏览 27提问于2021-04-21得票数 0
回答已采纳
它似乎适用于逻辑回归，如以下示例所示：from sklearn.linear_model import LogisticRegressiontry:except ImportError:params = l
浏览 4提问于2017-09-20得票数 6
回答已采纳
下面是一种简单但天真的顺序方法：from sklearn.linear_model import LogisticRegressionfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.datasetsimport load_iris
from skl
浏览 1提问于2019-01-24得票数 5
回答已采纳
1回答
Check the list of available parameters withfrom sklearn.linear_model import LassoCV, LinearRegressionfrom sklearn.feature_selection import SelectFromModel
from sklear
浏览 4提问于2016-08-13得票数 2
matrix of type '<type 'numpy.float64'>'lr_cv.fit
浏览 0提问于2015-11-20得票数 0
回答已采纳
1回答
= Pipeline([('vect', tfidf),('clf',LogisticRegression(random_state=0))])gs_lr_tfidf.fit(X_train, y_train) Traceback (most recentcall last):
File "G:/pythonproj
浏览 2提问于2016-04-07得票数 1
回答已采纳
我的代码：from sklearn.Linear_model import LinearRegression as lrx =df[["Match Score"]]lr.fitTraceback (most recent call last)
浏览 1提问于2020-06-03得票数 1
回答已采纳
1回答
我想使用sklearn库在我的训练数据上运行线性回归和K折交叉验证，以获得最佳回归模型。然后，我计划使用在我的测试集上返回的平均误差最低的预测值。sklearn.model_selection.cross_val_score(LinearRegression(), trainx, trainy, scoring='neg_mean_absolute_error
浏览 15提问于2020-10-10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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
