내가 사용하는 학습 데이터 세트는 각 픽셀이 개별 샘플을 나타내는 회색 음영 이미지 인 flatten입니다. 두 번째 이미지는 이전 이미지에서 Multilayer perceptron (MLP) 분류자를 학습 한 후 픽셀 단위로 분류됩니다. 문제는 청크 (partial_fit())와 비교하여 훈련 데이터 세트를 한 번에 받으면 (fit()) MLP이 더 잘
저는 기계 학습을 배우는 새로운 학습자이며 몇 가지 특성 만 가지고 2 등급 분류를하고 싶습니다. 필자는 온라인에서 두 클래스의 평균화 된 퍼셉트론 알고리즘이 선형 모델로 2 클래스 분류에 적합하다는 것을 배웠다. 그러나 나는 Scikit-learn의 문서를 읽고 있었으며, Scikit-learn이 평균화 된 perceptron 알고리즘을 제공한다면 다소
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset = pd.read_csv('Position_Salaries.csv')
X = dataset.iloc[:, 1:2].values
y = dataset.iloc[:, 2].values
from sklearn
오류 파이썬를 반환하고 나는이 기능을 사용할 때 날이 오류를 반환 .predict .predict : Traceback (most recent call last):
File "C:/Users/Roberto/PycharmProjects/AI projects/New.py", line 8, in <module>
print(clf.predict([150
전송 비디오가 있습니다. 각 프레임은 다음과 같습니다 : 나는 같은 시간 미분 뭔가를 계산 한 . 움직이는 입자가있다 : F (i)는 i 번째 프레임 인 경우, 다음의 화상이 2 * F (I) -f (I + 1) -f (I-1) 인 이 시간의 파생 된 비디오에서 더 분명한 서명. 문제는 플로트 이미지의 선형 조합 ([-1,1]의 강도 포함)이 반드시 플로팅
나는 F1에서 F1 F2 Outcome
0 2 5 1
1 4 8 2
2 6 0 3
3 9 8 4
4 10 6 5
나의 이해 테스트 테이블을 생성하고 F2는 당신이 F1이 결과에 강한 상관 관계를 볼 수있는 결과를 을 예측하는 시도 F2는 내가 기대하고 쉬 무엇을 어느 내가 pca = PCA(n_components=2)
fit = pc
에 대한 호출 득점으로 특이성을 정의하는 방법 : from sklearn import model_selection
X = input data
Y = binary labels
models = []
models.append(('LR', LogisticRegression()))
models.append(('LDA', LinearDiscriminant
scaler = MinMaxScaler()
scaler.fit(data_train)
data_train = scaler.transform(data_train)
data_test = scaler.transform(data_test)
안녕하세요, 저는 신경망을 만들었으며 출력을 원래 값으로 다시 조정하려고합니다. 내가 어떻게 그럴 수 있니?