Data Science

3

Wie kann man Wahrscheinlichkeiten in xgboost vorhersagen?

Die folgende Vorhersagefunktion gibt ebenfalls -ve-Werte an, sodass es sich nicht um Wahrscheinlichkeiten handeln kann. param <- list(max.depth = 5, eta = 0.01, objective="binary:logistic",subsample=0.9) bst <- xgboost(param, data = x_mat, label = y_mat,nround = 3000) pred_s <- predict(bst, x_mat_s2) Ich google & versuchte, pred_s <- predict(bst, x_mat_s2,type="response") aber es hat …

16 machine-learning r predictive-modeling decision-trees

7

Wann ist Präzision wichtiger als Rückruf?

Kann mir jemand einige Beispiele nennen, bei denen es auf Präzision ankommt, und einige Beispiele, bei denen es auf Rückruf ankommt?

16 machine-learning evaluation

2

Keras Callback-Beispiel zum Speichern eines Modells nach jeder Epoche?

Kann jemand bitte ein einfaches Beispiel für Keras posten, indem er einen Rückruf verwendet, um ein Modell nach jeder Epoche zu speichern? Ich kann Beispiele für das Speichern von Gewichten finden, möchte aber nach jeder Trainingsepoche ein voll funktionsfähiges Modell speichern können.

16 python keras

8

Wie kann die Anzahl der fehlenden Werte in jeder Zeile im Pandas-Datenrahmen gezählt werden?

Wie kann ich die Anzahl der fehlenden Werte in jeder Zeile im Pandas-Datenrahmen ermitteln? Ich möchte den Datenrahmen in verschiedene Datenrahmen aufteilen, die in jeder Zeile die gleiche Anzahl fehlender Werte aufweisen. Irgendein Vorschlag?

16 python pandas

3

Kombinieren von kategorialen und kontinuierlichen Eingabefunktionen für das Training neuronaler Netze

Angenommen, wir haben zwei Arten von Eingabefunktionen: kategorial und kontinuierlich. Die kategorialen Daten können als One-Hot-Code A dargestellt werden, während die kontinuierlichen Daten nur ein Vektor B im N-dimensionalen Raum sind. Es scheint, dass die einfache Verwendung von concat (A, B) keine gute Wahl ist, da A, B völlig unterschiedliche …

16 neural-network feature-selection categorical-data feature-construction

2

Warum müssen wir eine Dummy-Variable verwerfen?

Ich habe gelernt, dass wir uns beim Erstellen eines Regressionsmodells um kategoriale Variablen kümmern müssen, indem wir sie in Dummy-Variablen konvertieren. Wenn es in unserem Datensatz beispielsweise eine Variable wie location gibt: Location ---------- Californian NY Florida Wir müssen sie konvertieren wie: 1 0 0 0 1 0 0 0 …

16 machine-learning regression categorical-data

2

Welche Verlustfunktion für unausgeglichene Klassen (mit PyTorch)?

Ich habe einen Datensatz mit 3 Klassen mit folgenden Elementen: Klasse 1: 900 Elemente Klasse 2: 15000 Elemente Klasse 3: 800 Elemente Ich muss Klasse 1 und Klasse 3 vorhersagen, die wichtige Abweichungen von der Norm signalisieren. Klasse 2 ist der Standardfall, der mir egal ist. Welche Art von Verlustfunktion …

16 neural-network pytorch

4

Wie fülle ich fehlende Werte basierend auf anderen Spalten in Pandas Datenrahmen auf?

Angenommen, ich habe einen 5 * 3-Datenrahmen, in dem die dritte Spalte einen fehlenden Wert enthält 1 2 3 4 5 NaN 7 8 9 3 2 NaN 5 6 NaN Ich hoffe, einen Wert für die fehlende wertbasierte Regel in der zweiten Spalte des ersten Produkts zu generieren 1 …

15 pandas

2

Parametrierungsregression des Drehwinkels

Angenommen, ich habe ein Bild von oben nach unten von einem Pfeil und möchte den Winkel vorhersagen, den dieser Pfeil bildet. Dies wäre zwischen und 360 Grad oder zwischen 0 und 2 π . Das Problem ist, dass dieses Ziel kreisförmig ist, 0 und 360 Grad sind genau das gleiche, …

15 neural-network deep-learning loss-function parameter-estimation

8

Wie lerne ich neuronale Netze?

Ich bin ein Studienanfänger (ich erwähne das, damit Sie mir meine Unbekanntheit verzeihen können), der derzeit über neuronale Netze recherchiert. Ich habe ein neuronales Netzwerk mit drei Knoten (das funktioniert) gemäß den Anweisungen meines Professors codiert. Ich möchte jedoch eine Karriere in KI und Data Science anstreben und möchte mir …

15 machine-learning neural-network

3

Wie füge ich einem Deep-Learning-Modell eine neue Kategorie hinzu?

Angenommen, ich habe das Transferlernen in einem vorab trainierten Netzwerk durchgeführt, um 10 Objekte zu erkennen. Wie füge ich ein 11. Element hinzu, das das Netzwerk klassifizieren kann, ohne alle 10 Kategorien, die ich bereits trainiert habe, oder die Informationen aus dem ursprünglichen vortrainierten Modell zu verlieren? Ein Freund erzählte …

15 neural-network deep-learning

4

R: Maschinelles Lernen auf der GPU

Gibt es maschinelle Lernpakete für R, die die GPU nutzen können, um die Trainingsgeschwindigkeit zu verbessern (so etwas wie Theano aus der Python-Welt)? Ich sehe, dass es ein Paket namens gputools gibt, das die Ausführung von Code auf der GPU ermöglicht, aber ich suche nach einer vollständigeren Bibliothek für maschinelles …

15 machine-learning r gpu

5

Python-Bibliothek zur Implementierung von Hidden-Markov-Modellen

Mit welcher stabilen Python-Bibliothek kann ich Hidden Markov Models implementieren? Ich muss einigermaßen gut dokumentiert sein, da ich dieses Modell noch nie wirklich benutzt habe. Alternativ gibt es einen direkteren Ansatz zur Durchführung einer Zeitreihenanalyse für einen Datensatz unter Verwendung von HMM?

15 python time-series markov-process

1

Unterschied der Aktivierungsfunktionen in neuronalen Netzen im Allgemeinen

Ich habe die Aktivierungsfunktionstypen für neuronale Netze untersucht. Die Funktionen selbst sind recht einfach, aber der Anwendungsunterschied ist nicht ganz klar. Es ist vernünftig, je nach gewünschter binärer / kontinuierlicher Ausgabe zwischen logischen und linearen Funktionen zu unterscheiden, aber was ist der Vorteil der Sigmoid-Funktion gegenüber der einfachen linearen Funktion? …

15 neural-network activation-function

3

Was ist der Unterschied zwischen wortbasierten und zeichenbasierten Textgenerierungs-RNNs?

Beim Lesen über die Texterzeugung mit wiederkehrenden neuronalen Netzen ist mir aufgefallen, dass einige Beispiele implementiert wurden, um Text Wort für Wort und andere Zeichen für Zeichen zu erzeugen, ohne dass tatsächlich angegeben wurde, warum. Was ist also der Unterschied zwischen RNN-Modellen, die Text pro Wort und Text pro Zeichen …

15 machine-learning neural-network nlp rnn