Programmierung scikit-learn

20

Beschriftungscodierung über mehrere Spalten in scikit-learn

Ich versuche, Scikit-Learns zu verwenden LabelEncoder, um Pandas DataFramevon String-Labels zu codieren . Da der Datenrahmen viele (50+) Spalten enthält, möchte ich vermeiden, LabelEncoderfür jede Spalte ein Objekt zu erstellen . Ich hätte lieber nur ein großes LabelEncoderObjekt, das in allen meinen Datenspalten funktioniert . Wenn Sie das Ganze DataFramein …

216 python pandas scikit-learn neuraxle

12

Wie normalisiere ich ein Array in NumPy?

Ich möchte die Norm eines NumPy-Arrays haben. Insbesondere suche ich nach einer äquivalenten Version dieser Funktion def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm Gibt es so etwas in skearnoder numpy? Diese Funktion funktioniert in einer Situation, in vder der Vektor 0 ist.

202 python numpy scikit-learn statistics normalization

6

Speichern Sie den Klassifikator in scikit-learn auf der Festplatte

Wie speichere ich einen trainierten Naive Bayes-Klassifikator auf der Festplatte und verwende ihn zur Vorhersage von Daten? Ich habe das folgende Beispielprogramm von der scikit-learn-Website: from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() y_pred = gnb.fit(iris.data, iris.target).predict(iris.data) print "Number of mislabeled points : %d" …

191 python machine-learning scikit-learn classification

15

ImportError: Kein Modul mit dem Namen sklearn.cross_validation

Ich verwende Python 2.7 in Ubuntu 14.04. Ich habe scikit-learn, numpy und matplotlib mit folgenden Befehlen installiert: sudo apt-get install build-essential python-dev python-numpy \ python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \ ipython Aber wenn ich diese Pakete importiere: from sklearn.cross_validation import train_test_split Es gibt mir diesen Fehler zurück: ImportError: No module …

174 python scikit-learn

7

Ist es möglich, Ihre eigene Distanzfunktion mit scikit-learn K-Means Clustering anzugeben?

171 python machine-learning cluster-analysis k-means scikit-learn

10

Gibt es eine Bibliotheksfunktion für Root Mean Square Error (RMSE) in Python?

Ich weiß, dass ich eine quadratische Fehlerfunktion wie folgt implementieren könnte: def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) Was suche ich, wenn diese rmse-Funktion irgendwo in einer Bibliothek implementiert ist, vielleicht in scipy oder scikit-learn?

157 python scikit-learn scipy

21

Wie extrahiere ich die Entscheidungsregeln aus dem Scikit-Learn-Entscheidungsbaum?

Kann ich die zugrunde liegenden Entscheidungsregeln (oder 'Entscheidungspfade') aus einem trainierten Baum in einem Entscheidungsbaum als Textliste extrahieren? Etwas wie: if A>0.4 then if B<0.2 then if C>0.8 then class='X' Danke für Ihre Hilfe.

156 python machine-learning scikit-learn decision-tree random-forest

9

Finden Sie den p-Wert (Signifikanz) in scikit-learn LinearRegression

Wie finde ich den p-Wert (Signifikanz) jedes Koeffizienten? lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)

154 python numpy statistics scikit-learn regression

10

RuntimeWarning: Die Größe von numpy.dtype wurde geändert und weist möglicherweise auf eine binäre Inkompatibilität hin

Ich habe diesen Fehler beim Versuch, ein gespeichertes SVM-Modell zu laden. Ich habe versucht, sklearn, NumPy und SciPy zu deinstallieren und die neuesten Versionen erneut zusammen zu installieren (mithilfe von pip). Ich erhalte immer noch diesen Fehler. Warum? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]: import numpy; print …

148 python numpy scikit-learn

6

Zufallszustand (Pseudozufallszahl) in Scikit lernen

Ich möchte einen Algorithmus für maschinelles Lernen in scikit learn implementieren, verstehe aber nicht, was dieser Parameter random_statebewirkt. Warum sollte ich es benutzen? Ich konnte auch nicht verstehen, was eine Pseudozufallszahl ist.

148 python scikit-learn

5

Wie teile ich Daten in 3 Sätze auf (Zug, Validierung und Test)?

Ich habe einen Pandas-Datenrahmen und möchte ihn in 3 separate Sätze aufteilen. Ich weiß, dass man mit train_test_split von sklearn.cross_validationdie Daten in zwei Sätze (Zug und Test) aufteilen kann. Ich konnte jedoch keine Lösung für die Aufteilung der Daten in drei Sätze finden. Am liebsten hätte ich die Indizes der …

145 pandas numpy dataframe machine-learning scikit-learn

6

Pandas Dataframe-Spalten, die mit sklearn skaliert werden

Ich habe einen Pandas-Datenrahmen mit gemischten Spalten und möchte den min_max_scaler von sklearn auf einige der Spalten anwenden. Im Idealfall würde ich diese Transformationen gerne an Ort und Stelle durchführen, habe aber noch keinen Weg gefunden, dies zu tun. Ich habe den folgenden Code geschrieben, der funktioniert: import pandas as …

137 python pandas scikit-learn dataframe

3

Warum verbessert eine Hot-Codierung die Leistung beim maschinellen Lernen?

Ich habe festgestellt, dass One Hot-Codierung, wenn sie für einen bestimmten Datensatz (eine Matrix) verwendet und als Trainingsdaten für Lernalgorithmen verwendet wird, hinsichtlich der Vorhersagegenauigkeit signifikant bessere Ergebnisse liefert als die ursprüngliche Matrix selbst als Trainingsdaten. Wie kommt es zu dieser Leistungssteigerung?

127 machine-learning data-mining scikit-learn data-analysis

13

sklearn error ValueError: Die Eingabe enthält NaN, unendlich oder einen Wert, der für dtype zu groß ist ('float64').

Ich benutze sklearn und habe ein Problem mit der Affinitätsausbreitung. Ich habe eine Eingabematrix erstellt und erhalte immer wieder den folgenden Fehler. ValueError: Input contains NaN, infinity or a value too large for dtype('float64'). ich bin gerannt np.isnan(mat.any()) #and gets False np.isfinite(mat.all()) #and gets True Ich habe es versucht mat[np.isfinite(mat) …

127 python python-2.7 scikit-learn valueerror

6

Wie werden feature_importances in RandomForestClassifier ermittelt?

Ich habe eine Klassifizierungsaufgabe mit einer Zeitreihe als Dateneingabe, wobei jedes Attribut (n = 23) einen bestimmten Zeitpunkt darstellt. Neben dem absoluten Klassifizierungsergebnis möchte ich herausfinden, welche Attribute / Daten in welchem Umfang zum Ergebnis beitragen. Deshalb benutze ich nur das feature_importances_, was für mich gut funktioniert. Ich würde jedoch …

125 scikit-learn random-forest feature-selection

Als «scikit-learn» getaggte Fragen