关于 svc 示例中 randomstate 使用的问题

[英]Question about randomstate usage in an svc example

在此示例的第一行代码中，有人可以解释行中random_state的使用：clf = svm.SVC(kernel='linear', C=1, random_state=42) 我是 scikit-learn 的新手，我不明白random_state的用法，因为默认情况下probability=F ...

为什么 sklearn SelectFromModel estimator_.coef_ 返回一个二维数组

[英]why sklearn SelectFromModel estimator_.coef_ return a 2d-array

我之前在Cross Validated中问过，但在这里问应该是合适的。 我的数据df_X有 11 个特征， y是多类 label（样本中为 3、4、5、6、7、8）。 我使用多类 SVM 来计算 select 特征的重要性。 estimator_.coef_应该返回每个特征的分数（11 个分数的列 ...

如何为自定义变压器创建 pandas output？

[英]How to create pandas output for custom transformers?

scikit-learn 1.2.0 有很多变化，它支持 pandas output 的所有转换器，但我如何在自定义转换器中使用它？ 在 [1] 中：这是我的自定义转换器，它是一个标准缩放器： 在 [2] 中：创建了特定scale的管道 在 [3] 中：添加到一个完整的管道中，它可能与缩放器、输 ...

AutoSKLearn predict_proba 等效？

[英]AutoSKLearn predict_proba equivalent?

predict_proba中是否有相当于 SKLearn 的 predict_proba 的？ 我似乎无法找到一种方法来确定 AutoSKLearns 预测的置信度。 ...

无论如何，我可以将自己的 feature_importances 导入 model 吗？

[英]Is there anyway I can import my own feature_importances into a model?

我想知道我是否能够将 feature_importances 从 model1 导入到 model2，这样我就可以从这些 feature_importances 开始训练 model2，并让 model2 影响这些 feature_importances 以创建一组新的“突变”feature_im ...

SKLearn & ElasticNet：使用准确性作为指标时交叉验证失败

[英]SKLearn & ElasticNet: Cross validation fails when using Accuracy as a metric

我有一个二进制分类问题。 我一直在使用cross validation来优化ElasticNet参数。 然而，ElasticNet 似乎只有在我提供roc_auc作为 CV 期间使用的评分方法时才有效，但是我还想测试各种评分方法，尤其是accuracy 。 具体来说，在使用准确性时，ElasticN ...

当 XGBoost 被赋予 class 权重时，sklearn 如何计算验证集的准确性？

[英]How does sklearn calculate accuracy on the validation set when XGBoost is given class weights?

我正在使用 XGBoost 的sklearn API和 sklearn 的RandomizedSearchCV()来训练带有交叉验证的提升树 model。 我的问题是不平衡的，所以我向我的XGBClassifier提供了scale_pos_weight参数。 为简单起见，假设我正在使用两次 (k ...

ValueError：无法将字符串转换为浮点数：Date-time.000000

[英]ValueError: Could not convert string to float: Date-time.000000

呃，我有点确定这很容易解决，但我不能...... 我有这个错误 我正在使用的代码是下一个： 任何的想法？ - 我认为错误出在模型部分......但我不确定，我是机器学习的新手...... 编辑：想法是获得 Unix 时间非常感谢！ ...

使用 Sklearn 的 TfidfVectorizer 将文本输入转换为数字格式的问题

[英]Problems converting text input to numeric format with TfidfVectorizer of Sklearn

我正在尝试使用 Sklearn 训练 model。 简而言之，我有一个 Pandas Dataframe 有两列，我有输入（文本格式）的“评论”和“情感”列，但我无法使用 Sklearn 的 TfidfVectorizer 将文本输入转换为数字格式。 使用以下代码： 我收到以下错误： 我怀疑问题出 ...

在预测新数据集时，我应该使用 scaler.fit_trasform(new_dataset) 还是 scaler.transform(new_dataset)

[英]When predicting new dataset should I use scaler.fit_trasform(new_dataset) or scaler.transform(new_dataset)

final_poly_converter = PolynomialFeatures(degree=3,include_bias=False) final_poly_features = final_poly_converter.fit_transform(X) final_scaler = ...

在 true_divide f = msb / msw with SelectKBest 遇到除零

[英]Divide by zero encountered in true_divide f = msb / msw with SelectKBest

我尝试在我的管道中实施SelectKBest function 以改进我现有的 model 附近。 没有这个新步骤，model 给了我以下结果： 基地 model 的最佳测试阴性 MSE： -62.60 最佳测试 R 基数 model 的2 ： 0.607 然而，在我的管道中实施的这个新步骤，我发现 ...

sklearn fit() 函数的均值

[英]sklearn fit() function's mean

我正在研究机器学习。 在研究 sklearn 时，我对拟合函数的均值有一些疑问。 据我所知，function 使 model 与数据匹配。 fit function后有什么不同？ (a = [1, 2, 3] 对比 KNeighborsClassifier.fit([a])) (a = [1, ...

混淆矩阵 plot 一位小数但精确为零

[英]Confusion matrix plot one decimal but exact zeros

我正在尝试 plot 一个所有值都有一位小数的混淆矩阵，但如果该值精确为零，我想将其保留为精确零而不是 0.0。 我怎样才能做到这一点？ 例如，在这个最小的例子中，我想保留4.0但我想要0而不是0.0 我试图通过自定义 function 到 但这给出了错误 太感谢了！ ...

“.best_estimator_”返回什么？ 为什么 'best_estimator_[0]'、'best_estimator_[1]' 显示不同的 random_state？

[英]What does ".best_estimator_" return? Why do 'best_estimator_[0]', 'best_estimator_[1]' show different random_state?

我正在尝试从“RandomizedSearchCV”中获取“best_estimator_”（最终我正在尝试从中获取 plot SHAP 图）。 为什么它返回可以通过索引访问的内容？ 我知道它正在返回“搜索选择的估计器，即在遗漏数据上给出最高分的估计器”。 它不应该只返回一个估计器，而不是索引可以 ...

为什么 sklearn KMeans 在拟合后会更改我的数据集？

[英]Why does sklearn KMeans changes my dataset after fitting?

我正在使用 sklearn 的 KMeans 对College.csv进行聚类。 但是当我适合 KMeans model 时，我的数据集在那之后发生了变化，在使用 KMeans 之前，我使用StandardScaler标准化了数值变量，并使用OneHotEncoder来虚拟分类变量"Private ...

如何为FeatureUnion指定参数让它传递给底层的transformer

[英]How to specify the parameter for FeatureUnion to let it pass to underlying transformer

在我的代码中，我试图访问StandardScaler的sample_weight 。 但是，此StandardScaler位于 Pipeline 内，而Pipeline又位于FeatureUnion内。 我似乎无法正确获得此参数名称： scaler_pipeline__scaler__sample ...

如何对决策树分类器进行训练和测试

[英]How to do training and testing for decision tree classifier

我正在尝试为我的决策树分类器进行训练和测试。 我在决策树中仍然是新手。 我的 csv 文件中有 150 个数据，两列，我试图将其分成 100 个训练和 50 个用于测试。 我试过使用 scikit，但我还是不明白。 谁能帮我怎么做？ 我感谢每一个帮助 ...

为什么 Scikit-Learn 的 DecisionTreeClassifier 在去除零权重特征并重新拟合后返回零权重特征？

[英]Why does Scikit-Learn's DecisionTreeClassifier return zero weighted features after removing zero weighted features and refitting?

我一直在试图弄清楚为什么会这样。 我正在拟合一个DecisionTreeClassifier ，而 model 确定一些特征不能为预测提供信息。 使用所有信息特征（即权重 > 0 的特征）使用相同的超参数拟合相同的 model，现在我得到其他权重为零且之前权重为非零的特征？ 我的问题： 这种 ...

为什么不同的损失公式会产生不同的值应用于相同的 model？

[英]why different loss formulas produce different values applied on the same model?

我必须使用以下数据实现多层感知器 model： 我得到这个 output： 现在我为 mlp 分配clf.best_estimator的值。 这应该等于为 mlp 分配MLPClassifier(hl_parameters.get('hidden_layer_sizes')[1], ...)的值， ...

在随机森林的管道中获取 OOB 分数

[英]Get OOB score within a pipeline for Random Forest

我想知道机器学习项目：是否可以在管道内实施RandomForestRegressor ？ 具体来说，我需要从RandomForestRegressor确定 OOB 分数。 但是我的数据需要大量的预处理。 我尝试了几件事，这是迄今为止最接近的：# Creation of the pipeline ...