我在尝试向 label 框（在表单内）中添加多行条目时遇到问题，不想使用文本框，我知道有一种方法可以在代码中执行此操作，但我似乎无法解决它我的脑袋我尝试的所有结果都是错误的或只返回一个值。 基本上我要做的是导入一列文本条目，从列 B 到第一个空单元格，文本已经在列中。 现在我需要在单击按钮时将该文 ...
我知道如何在 1 列上应用多标签二值化器，它对我有用。 例如，我做类似的事情 但是，我有 20 个不同的列要应用二进制化器，如果我想一起应用到所有列，它就不起作用 有没有办法将多标签二值化器一起用于多个列？ ...
我有一个数据集（Excel 文件），包括 District（字符串）、Land Use（字符串）和 Temperature（数字）三个字段。 顺便说一句，地区和土地利用的总数是有限的，而温度值是多种多样的。 有大约数千条记录，如大数据...... 部分类似于下表： 是否有任何自动方法可以根据每个地区 ...
我正在处理一个非常小的新闻标题数据集（4012 个条目），有 148 个可能的标签。 条目有 1 到 5 个与之关联的标签。 在这里，我附上了每个子主题出现次数分布的图像：分布如您所见，数据高度不平衡。 我一直在玩 OneVsRest、Binary Relevance 和 ML-KNN，但我知道虽然 ...
RuntimeError：张量 a (913) 的大小必须与非单维 1 处的张量 b (512) 的大小匹配 我不明白为什么它不能使用 for 循环工作，但它在单输入时工作正常。 ...
我正在尝试使用 BERT 训练多标签文本分类 model。 每段文本可以属于总共 485 个类别中的 0 个或多个类别。 我的 model 由一个 dropout 层和一个线性层组成，添加在来自 Hugging Face 的bert-base- uncased model 的池化 output 之上 ...
我使用 ResNet50 作为基础模型来预测图像中的多个标签并总结标签的各个值。 读取数据： 构建模型： 编译模型： 训练模型： 函数总结图像中的所有标签值： 它为每个模型编译的每个图像赋予值 1 或 2，这意味着即使图像具有两个标签的多个对象，它也只预测一个标签。 我的数据集很小，其中的每个图像都 ...
在训练我的 CatBoostClassifier 模型后，我调用 get_proba 函数，它返回概率列表。 问题从另一点开始......我将该数据传输到数据框，然后在我对列表中的所有浮点数求和并得到大约等于 2 的数字后传输到 Excel。 （例如： 0,980831511 0,99695788 ...
我一直在使用 Sklearn HistGradientBoostingClassifier对一些数据进行分类。 我的实验是具有单个 label 预测（20 个标签）的多类分类。 我的经验显示了两种情况。 第一种情况是在没有数据增强的情况下测量这些算法的准确性（大约不平衡的 3,000 个样本）。 ...
Scikit-Learn RandomForestClassifier 为多标签分类问题抛出错误。 此代码创建一个 RandomForestClassifier 多标签对象，给定预测变量C和多标签out没有错误。 如果我修改多标签，使某个索引处的所有元素都相同，比如说（多标签的所有第一个组件都等于 ...
我正在尝试在这里进行多类分类，交叉验证的分数都是 nan 在完美适用于二进制分类的代码下方当我只保持准确性和 balanced_accuracy 当我添加 f1 或 precison 或召回所有分数变成 nan 时，它会显示实际分数我的代码非常适合二进制分类并且我使用相同的数据集的问题只是改变了目 ...
我正在收集多标签分类的训练数据。 一些输入该项目的数据将没有足够的信息将其分配给其中一个标签。 如果我用不属于 label 的数据训练 model，它会不会避免标记不清楚的新数据？ 我是否需要使用“Unclear”label 对其进行训练，还是应该不标记此类数据？ 我似乎无法在 spaCy 文档中 ...
我已经构建了一个 model，它使用 TensorFlow 检测乒乓球运动员正在执行的击球类型。构建我的神经网络后，我正在处理的 model 似乎是一个多标签分类 model。二进制交叉熵和分类交叉熵给出了糟糕的损失和准确度，而使用 MSE 和 MAE 在这两种情况下给出了 98% 的准确度和 0 ...
我正在使用 scikit learn 上可用的 LinearSVC() 将文本分类为最多 7 个标签。 所以，这是一个多标签分类问题。 我正在对少量数据进行培训并对其进行测试。 现在，我想将更多数据（根据标准从池中检索）添加到拟合的 model 并在相同的测试集上进行评估。 如何才能做到这一点？ 问 ...
这些过度简化的示例目标向量（在我的用例中，每个1代表客户每月至少购买一次的产品） 包含比其他标签稀疏得多的标签。 这意味着目标向量包含一些几乎总是被购买的产品和许多很少被购买的产品。 在训练 ANN 时（对于activation ，输入层使用sigmoid和 output 层sigmoid 。lo ...
我正在处理从 stackoverflow 数据集中提取的带有标签列的数据集。 我需要对这些标签进行编码以使用标题和正文执行标签预测。 我被这种编码困住了，无法得到我需要的东西。 这是我的专栏的预览： 标签 ['python'，'身份验证'，'登录'，'flask'，'python-2.x'] [' ...
我正在使用 BERT 的预训练 model 进行多标签文本分类。 这是对一个句子进行的预测的示例-pred_image 我想从做出预测的句子中得到这些词。 喜欢这个 - right_one 如果有人有任何想法，请赐教。 ...
正如您在图中看到的，我们的文本数据需要在某些疾病中进行分类； 知道一种症状（列中：标签）可用于多种疾病。 那么，在这种情况下，这个问题考虑了什么样的分类呢？ 是多类分类还是多标签分类？ ...
我对如何累积批次损失以获得时代损失有点困惑。 两个问题： 是#1 （见下面的评论）用面具计算损失的正确方法） 是#2报告时代损失的正确方法） optimizer = torch.optim.Adam(model.parameters, lr=1e-3, weight_decay=1e- ...
有很多文件夹（每个文件夹一个病人），每个文件夹有很多图像文件。 有一个 CSV 文件，其中包含文件夹名称及其相应的标签。 我希望 Python 考虑其中所有文件的每个文件夹的标签并加载它们（文件名与父文件夹相同，但差异在 [ ] 标记内）。 但我不知道如何为其中的所有文件分配文件夹标签作为机器输入 ...