堆栈内存溢出
cost 82 ms
Python：从标量预测向量

[英]Python: Predicting vector from a scalar

我正在研究一个问题，我必须从标量x预测向量y 。 我目前正在使用线性回归来创建基线 model。但它似乎无法处理多维 output。 我正在使用以下代码： 在这种情况下，x_train 是形状为(1,m)的列向量，y_train 是形状为(m,)的向量的向量。 可以在此处查看生成的错误消息。 我认为 ...

如何通过特征重要性进行特征选择循环，其中在 Python 的每次迭代中删除的特征为 imp = 0 或以下意味着 imp？

[英]How to make loop with features selection by features importance where deleted features with imp = 0 or below mean imp in each iteration in Python?

我在 Python Pandas 中有 DataFrame，如下所示： 输入数据： Y - 二进制目标 X1...X5 - 预测值 DataFrame源码： 我通过在每次迭代中删除 importance = 0 的特征来进行特征选择，或者如果不是 imporance = 0 的特征，我删除在该迭 ...

如何修改循环构建 ML 模型并生成 DataFrame，并在 Python 的每次 for 循环迭代中删除列呈现变量？

[英]How to modify loop builing ML models and generated DataFrame with column presented variable removed in each iteration of for-loop in Python?

我有 Pandas DataFrame 如下所示： 输入数据： Y - 二进制目标 X1...X5 - 预测值 DataFrame源码： 我的代码： -> 我运行 XGBClassifier() model，其中在循环的每个连续迭代中删除一个变量因此，每个连续的 model 构建的变量比前 ...

wav2vec2-base model 的 WER 在整个训练过程中保持为 1

[英]WER for wav2vec2-base model remains as 1 throughout the whole training process

我正在尝试运行 https 中共享的wav2vec2语音识别model://huggingface.co/docs/transformers/tasks/asr 这是训练过程中的loss和WER ，此时validation loss明显减少，而WER依然为1。 我尝试打印出预测值和 label 值 ...

训练和测试分数是否会根据值的大小而变化？

[英]Does train and test score change depending on the magnitude of values?

没有具体的代码。 现在，我有一个逻辑回归器，目标列是is_promoted （布尔值），带有 0 和 1。 当我找到训练和测试精度以及 MSE 时，它们在 0 和 1 之间。 我有一个不同的 model，它是一个线性回归器。 目标列是“resale_price”，其值为 10,000 及以上。 当 ...

使用带有稳定基线的模仿学习预训练 Model3

[英]Pre-Train a Model using imitation learning with Stable-baselines3

我一直在尝试找出一种使用 Stable-baselines3 预训练 model 的方法。 在 Stable-baseline（在 Tensorflow 1.X 上运行的版本）的原始文档中，这似乎是一项简单的任务： 问题是，没有“from stable_baselines 3 .gail impo ...

NLP neural.net 验证准确性在交叉验证中的折叠之间增加太多（？）

[英]NLP neural net validation accuracy increases too much (?) between folds in cross validation

我正在使用 BERT 训练 model 以使用两个标签进行分类。 我想使用交叉验证，因为我想对数据集中的每个观察结果进行样本外预测，以便稍后在线性回归中使用。 我有 5 个 EPOCHS。 第一次折叠的行为符合预期：验证准确度在 EPOCHS 中增加，并收敛到我在使用通常的 80-10-10 分割 ...

如何通过所有变量创建一些机器学习模型，并在每次迭代后创建下一个 XGBClassifier，在 Python 中减少 1 个变量？

[英]How to create a few Machine Learning models through all variables and after each iteration next XGBClassifier is created with 1 less var in Python?

我在 Python Pandas 中有 DataFrame，如下所示： 输入数据： Y - 二进制目标 X1...X5 - 预测变量是 X1 X2 X3 X4 X5 1个 111 22 1个 0 150 0 12 33 1个 0 222 1个 150 44 0 ...

集成学习与融合

[英]Ensemble Learning and Fusion

问题 - 集成学习和分类器融合之间有什么区别（或相同）？ 据我了解，ensemble learning是在做最终预测时对模型进行平均，而classifier fusion在意义上也是一样的。 但是，当我搜索有关集成学习的参考资料时，我没有在某些文献中找到“融合”一词的任何提及。 此外，一些参考文献使 ...

如何在 XGBClassifier 中分配特征权重？

[英]How to assign feature weights in XGBClassifier?

我正在尝试为一个特征分配比其他特征更高的权重。 这是我的代码。 我浏览了此处的文档和此处Akshay Sehgal 对类似问题的 stackoverflow 响应。 但是当我使用上面的代码时，出现以下错误？ 谁能帮我解决我做错的地方？ 谢谢。 ...

如何使用列表作为输入来预测所需的总小时数？

[英]How to predict Total Hours needed with List as Input?

我正在努力解决我面临的问题：我有一个不同产品（汽车）的数据集，这些产品在给定时间打开了某些工作订单。 我从历史数据中知道这项工作在TOTAL中造成了多少时间。 现在我想为另一辆汽车（例如汽车 3）预测它。 我应该为此使用哪种类型的算法，回归？ 我的想法是将这个基于行的数据集转换为基于二进制值的列 ...

使用箱线图检查哪些是区分集群的特征

[英]Check which are the features that differentiate between clusters, using a boxplot

我对我的data应用了 UMAP 降维，并将其聚类。 我得到了三个不同的集群： 我有指定 eahc 样本属于哪个集群的数据，以及样本的名称和所有内容。 这是它的一个子样本，我们称之为df_cluster ： df_cluster的样本与我用于聚类的原始数据data相同。 这基本上只是您看到的行样 ...

Transformer Positional Encoding -- maxlen 有什么用

[英]Transformer Positional Encoding -- What is maxlen used for

这段代码在这里我知道位置编码是用来做什么的，但是 maxlen 是一个常数值吗？ 或者它会根据批量大小或数据长度而变化吗？ 来自 NLP 的示例： 我在这里不明白的是位置编码中使用的 5000 maxlen 值与它有关。 我用错了吗？ maxlen应该按照我给的例子改吗？ ...

如何循环并在 DataFrame 上应用 lambda function？

[英]How to loop and .apply a lambda function on a DataFrame?

我正在构建一个 ML model。我想运行预测位几次，然后计算准确度分数的平均值。 我的代码如下所示： 有没有办法循环预测？ 期望的结果是：假设 n=10。 预测运行了 10 次，我得到了每次运行的所有准确度以及最后所有准确度的平均值。 希望这是有道理的。 ...

梯度下降的实现效率非常低，并非在所有情况下都有效

[英]Implementation of gradient descent is very inefficient and does not work in all cases

我应该为线性回归实现梯度下降。 这是实现： 这适用于小型数据集（25 个元素），但当使用大型数据集（20000 个元素）时，它变得非常慢。 我该如何优化呢？ 我试图向量化所有函数，但J()和get_gradient()似乎特别慢。 我还注意到，在使用大型数据集进行调试时，错误会随着算法的运行而增加， ...

将分类列转换为数字的逻辑回归：单列与多列

[英]logistic-regression converting a categorical column to numeric : single vs multiple column

我想在具有分类HomePl.net列的数据集上训练逻辑回归 model，其中包含 3 个不同的值： Earth 、 Europa 、 Mars 当我做： 它将所有类别分隔为列。然后我使用该数据集训练 model。 我也可以通过做数字类别 如果我使用第二种方法转换分类数据然后训练 model 是否 ...

为什么 smote 提出“发现样本数量不一致的输入变量”？

[英]why smote raise "Found input variables with inconsistent numbers of samples"?

我尝试使用 4401 条推文的数据集对推文中的情绪进行分类，当我使用较小的数据样本（大约 15 条推文）时一切正常，但是当我使用完整的数据集时它会引发错误 当我在使用 countvectorizer 转换数据后尝试使用 smote 对数据进行过采样时发生错误。 这是引发错误的代码 我不明白为什么会 ...


排序:
质量:
 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM