ensemble-learning

5열

2답변

멀티 샘플에 이진 스태킹 예제 적용

나는 this example of stacking을 공부했습니다. 이 경우, K- 폴드의 각 세트는 하나의 데이터 열을 생성하며, 이는 각 분류 자에 대해 반복된다. 즉은 : 블렌딩 행렬은 : dataset_blend_train = np.zeros((X.shape[0], len(clfs))) dataset_blend_test = np.zeros((X_su

python matrix machine-learning ensemble-learning 2016-07-26

---

1열

1답변

H20 - R의 누적 회귀 분석의 오류 메시지

물에서 시작하여 R f에서 임의의 포레스트 및 다중 회귀 분석을 앙상블하려고합니다. 내가 사용하고있어 H2O 데이터 프레임은 다음과 같다 : : 나는 두 모델 및 변수 "DIF"를 예측하는 슈퍼 학습자를 설정하려고, 그리고 summary(training_frame) HS AS HST AST HF AF Min. : 3.00

r machine-learning h2o ensemble-learning 2016-06-29

---

0열

1답변

앙상블 파이썬에서 나만의 분류자를 사용하는 방법

주된 목적은 과 같은 깊은 학습 분류 방법을 개인으로서 앙상블에 추가하는 것입니다. clf1=CNN() eclf1=VotingClassifier(estimators=[('lr', clf1)], voting='soft') eclf1=eclf1.fit(XTrain,YTrain) 을하지만, 오류를 : 다음 코드는 잘 작동 'NoneType'

python classification ensemble-learning sklearn-pandas 2016-07-20

---

2열

1답변

Scikit-RandomForestClassifier에서 기능의 중요성과 포리스트 구조가 어떻게 관련되어 있습니까?

다음은 아이리스 데이터 세트를 사용하여 간단한 문제입니다. export_graphviz을 사용하여 예측 기능 포리스트를 시각화 할 때 기능 중요도를 계산하는 방법과이를 표시하는 방법을 이해하려고 할 때 나는 당황 스럽습니다.이 import pandas as pd import numpy as np from sklearn.datasets import loa

machine-learning scikit-learn random-forest data-science ensemble-learning 2016-09-30

---

0열

1답변

스태킹, 스택 일반화 알고리즘

스태킹 작동 방식을 이해하려고하는데, 지금까지 제대로 이해하는지 잘 모르겠습니다. 우리는 완전한 데이터 세트로 K 기본 학습자 (레벨 0)의 각을 훈련 : 그래서 여기 내가 지금까지 이해하는 것입니다. k 기본 학습자가 전체 데이터 세트를 예측하도록했습니다. 우리는 k 기본 학습자의 모든 예측으로부터 새 데이터 세트를 만듭니다. 새로운 데이터 세트는 원래의

machine-learning stacked ensemble-learning 2016-10-11

---

2열

1답변

sklearn.ensemble에서 다른 분류 기준을 사용할 수 있습니까?

나는 clf =AdaBoostClassifier(svm.LinearSVC(),n_estimators=10,max_samples=0.1,) 내 질문은 base_estimator는 하나의 Object을 받아 들일 수 있기 때문에 내가 인스턴스를 분류 계속 LogisticRegression()을 사용하려는 경우 나,의 base_estimator으로 다른 분류를

python machine-learning scikit-learn ensemble-learning 2014-11-24

---

2열

2답변

이 불평형 클래스의 비뚤어 짐 데이터 세트를 처리하는 방법은 무엇입니까?

나는 훈련 데이터 세트에서 클래스 레이블의 대다수가 1 인 (다른 클래스 레이블이 0 인) 입력 테스트 데이터 세트 을 처리해야하고 binary-classification을 수행해야합니다. - 0 또는 1 마지막 열은 class-label이다 93.65034,94.50283,94.6677,94.20174,94.93986,95.21071,1 94.13783

machine-learning classification random-forest decision-tree ensemble-learning 2016-09-15

---

8열

1답변

투표 분류 자의 정확성이 개인 분류 기준보다 왜 낮은가요?

scikit-learn에서 VotingClassifier()를 사용하여 세 개의 분류 자 ​​(Random Forest, Support Vector Machine 및 XGBoost)의 앙상블을 만들려고합니다. 그러나 앙상블의 정확성은 실제로 증가하는 대신 감소한다는 것을 알게되었습니다. 나는 이유를 알 수 없다.이 from sklearn.ensemble i

python machine-learning scikit-learn xgboost ensemble-learning 2016-09-27

---

1열

1답변

반복적 인 신경 네트워크를 앙상블하는 방법은 무엇입니까?

일반적으로 여러 개의 심층 네트워크를 종합하여 예측 중에 통계를 향상시키는 것은 상당히 쉽습니다. 이것은 종종 출력 예측을 취하여 평균을 취하는 것만 큼 간단합니다. 반복적 인 신경망에서 이것은 일련의 출력에 대한 예측을하기 때문에 간단하지 않습니다. 어떻게 우리는 재귀 신경 네트워크를 앙상블합니까? 여러 모델을 사용하여 각 시간 단계에서 출력을 예측하고

tensorflow recurrent-neural-network ensemble-learning 2016-10-04

---

11열

4답변

sklearn.ensemble.AdaBoostClassifier가 SVM을 base_estimator로 accecpt 할 수 없습니까?

나는 텍스트 분류 작업을하고있다. 이제 ensemble.AdaBoostClassifier과 LinearSVC을 base_estimator으로 사용하고 싶습니다. 그러나 코드를 실행하려고하면 clf = AdaBoostClassifier(svm.LinearSVC(),n_estimators=50, learning_rate=1.0, algorithm='SAMME.

python machine-learning scikit-learn ensemble-learning 2014-11-24

---