堆棧內存溢出
cost 263 ms
R regularize.values(x, y, ties, missing(ties)) 問題

[英]R problem with regularize.values(x, y, ties, missing(ties)

我想問一個問題我的代碼在 R： 我收到一條警告消息： 我想改進我的代碼，這樣我就不會收到這樣的警告消息。 它破壞了我的結果。 但是，我不想刪除 v2 的重復值及其結果，稍后我需要它們。 我並不隱瞞，找到一種方法可以為 v2 使用非不同值並將它們視為唯一值並繼續在我的代碼中使用它們對我來說很重要。 ...

sklearn 將哪個模型性能指標用於 SVR 模型？

[英]Which model performance metric is used for SVR model by sklearn?

我注意到 SVR 的數學表明 SVR 使用 L1 懲罰或 epsilon 不敏感損失函數。 但是 sklearn SVR 模型文檔提到了 L2 懲罰。 我對 SVR 沒有太多經驗，認為有經驗的社區可以對此有所了解。 這是文檔中的片段： C：浮動，默認=1.0 正則化參數。 正則化的強度 ...

pytorch如何進行權重正則化？

[英]How to perform weight regularization in pytorch?

我在 pytorch 中實現了一個 model，它在運行 softmax function 之前應用了一個最終的完全連接層。該架構被定義為解決一個 4 類語音情感識別任務：給定一個音軌，它將它轉換成它的頻譜圖並使用它來預測快樂、悲傷、中性和憤怒之間的情緒。 與本文的架構不同，它嘗試調整在 Gith ...

在 Tensorflow 訓練期間改變正則化因子

[英]Changing regularization factor during training in Tensorflow

我想知道，有沒有簡單的方法？ 例如，可以使用tf.keras.optimizers.schedules輕松更改學習率：lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(0.001) optimizer = tf.keras.op ...

scikit-learn Lasso/Quantile Regression源代碼中有沒有應用L1正則化的地方？

[英]Is there any place in scikit-learn Lasso/Quantile Regression source code that L1 regularization is applied?

我找不到在 scikit-learn 的套索回歸和分位數回歸源代碼中計算曼哈頓權重距離並與 alpha（L1 reg.coefficient）相乘的位置。 我正在嘗試使用 NumPy 實施套索回歸和分位數回歸，並比較結果與 scikit-learn 模型。 ...

Tensorflow：如何在張量上應用正則化器？

[英]Tensorflow: How to apply a regularizer on a tensor?

我正在 Tensorflow 2 中實現 model，並且我想在我的 model 中對張量（從兩層輸出相乘）應用懲罰。 我習慣於在層上使用正則化（內核、偏差或活動正則化）。 我可以構建一個只有活動正則化的自定義層，但我希望有一個更簡單的解決方案可以將正則化添加到張量。 我在Tensorflow中看 ...

強制glmnet表現得像glm？

[英]Force glmnet to behave like glm?

我想將我的彈性網 model 與未正規化的 model 進行比較。 為了公平和簡單起見，我想使用glmnet package 訓練這兩個模型。 但是，我最近發現glmnet在某些數據集上會覆蓋lambda=0 。 如何強制glmnet表現得像glm ？ ...

Modelica 中的正則化

[英]Regularization in Modelica

我想知道Modelica中是否存在其他正則化技術（例如雙曲正切）而不是smoothStep function。 我處理了一個復雜的代碼，我多次使用smoothStep以避免在我的 model 中出現抖動； 但是，我在我的 model 的結果中看到了這個 function 的一些副作用，我寧願采用其他 ...

我們可以標准化一個實際上是分類的數字列嗎？

[英]Can we standardize a numerical column which actually is categorical?

我有房價 - 高級回歸技術數據集。 我需要對其進行 Lasso 和 Ridge 正則化。 我將火車數據保存在名為 house 的變量中。 鍵入以下代碼： 得到這個 output：在此處輸入圖像描述該數據集中有一些列是數字的（int64 和 float 64），但它們實際上是分類的（序數和名義）。 ...

如何為分類問題執行彈性網絡？

[英]How to perform elastic-net for a classification problem?

我是一個菜鳥，我之前使用正則化方法解決了線性回歸問題。 這一切都很簡單，但我現在想在分類問題上使用彈性網絡。 我已經運行了基線邏輯回歸 model 並且預測分數不錯（准確度和 f1 分數約為 80%）。 我知道我的一些輸入特征是高度相關的，我懷疑我正在引入多重共線性，因此我想運行一個彈性網絡來查看 ...

邏輯回歸 model 與 L1 正則化

[英]logistic regression model with L1 regularisations

我正在嘗試對邏輯 model 應用 L1 正則化 但我認為我做錯了，准確性沒有改變。 誰能幫助我解決我所缺少的以及我如何真正應用 L1 正則化？ 另外，L1 正則化是否稱為套索？ ...

一種更不平衡的compute_class_weight方法

[英]A more imbalanced approach to compute_class_weight

我有一個數字在 0 到 65 之間的大型多標簽數組。我正在使用以下代碼生成 class 權重： 其中標簽數組是包含 0 到 65 之間數字的數組。 我使用它是為了使 model 與 class_weight 標志相匹配，原因是因為我有很多"0" and "1"的例子，但> 1例子的數量很少，我 ...

在 R 中為多個彈性網使用特定的 alpha 參數

[英]Use specific alpha parameters for multiple elastic net in R

我正在嘗試在 R 中同時執行多個彈性網絡。 我有一個 10x15 矩陣，每列稱為 Xi 例如 X1,X2,...,X15 並執行彈性網絡以獲得最佳alpha和lambda參數。 然后我將alpha值保存在我的環境中稱為alphas的 dataframe 中，如下所示 我的目標是使用我已經找到的相應 ...

同時進行 elastic.net 回歸

[英]Simultaneously elastic net regressions

我正在嘗試同時對多個變量在 R 中執行 Elastic Net。 我有 15 Xi，我想使用每個變量作為回歸變量來找到 elastic.net model。 對於一個 Xi，我可以執行以下操作並獲得最佳alpha和lambda ，如下所示 我想對所有 Xi 同時執行此過程，並能夠創建 2 個包含 a ...

使用 glmnet 的正則化回歸：組間沒有區別？

[英]Regularized regression using glmnet: No difference between groups?

我正在對 select 幾種最能區分健康狀況的蛋白質使用正則化回歸（二元：疾病或無病）。 使用它的目的是減少維度（變量選擇），以便我們可以擁有一組更小的蛋白質來最好地區分兩組。 使用 R 中的 cv.glmnet function 適當地選擇了調整參數（我相信......）。 （具體是根據預測率 ...

LSTM 正則化器

[英]LSTM Regularizers

我希望在我的堆疊 LSTM 層上使用 L1 或 L2 正則化器。 但是，我不知道我應該選擇和修改kernel_regularizer=None, recurrent_regularizer=None, bias_regularizer=None哪一個。 任何幫助，將不勝感激。 ...


排序:
質量:
 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM