প্রশ্ন ট্যাগ «classification»

আমি জানি যে ক্যারাসে ফিটিংয়ের ক্ষেত্রে class_weightsপ্যারামিটার অভিধান সহ একটি সম্ভাবনা রয়েছে তবে আমি এর কোনও উদাহরণ পাইনি। কেউ সরবরাহ করতে এত দয়াবান হবে? যাইহোক, এক্ষেত্রে উপযুক্ত প্রক্সিগুলি সংখ্যালঘু শ্রেণীর তুলনামূলকভাবে তার নিম্নোক্ততার তুলনায় ভার বাড়িয়ে তোলা?

128 classification  keras  weighted-data 

দেখে মনে হচ্ছে দুটি বৈশিষ্ট্যের কোসাইন মিল হ'ল কেবলমাত্র তাদের বিন্দুর পণ্য দ্বারা আকারযুক্ত তাদের বিন্দু পণ্য। কোসিনের মিলটি কখন বিন্দুর চেয়ে ভাল দূরত্বের মেট্রিক তৈরি করে? অর্থাৎ ডট পণ্য এবং কোসাইন মিলের বিভিন্ন পরিস্থিতিতে বিভিন্ন শক্তি বা দুর্বলতা থাকে?

41 classification 

আমি গবেষণা, কাজ করছি যেখানে তিনটি ঘটনা বিজয়ী শ্রেণীভুক্ত এক করার প্রয়োজনীয়তা = ( win, draw, lose) WINNER LEAGUE HOME AWAY MATCH_HOME MATCH_DRAW MATCH_AWAY MATCH_U2_50 MATCH_O2_50 3 13 550 571 1.86 3.34 4.23 1.66 2.11 3 7 322 334 7.55 4.1 1.4 2.17 1.61 আমার বর্তমান মডেলটি হ'ল: def build_model(input_dim, …

30 python  neural-network  classification  clustering  keras 

বড় ডেটাসেট নিয়ে আমার বড় ডেটা সমস্যা রয়েছে (উদাহরণস্বরূপ 50 মিলিয়ন সারি এবং 200 কলাম) take ডেটাসেটটিতে প্রায় 100 সংখ্যার কলাম এবং 100 শ্রেণীবদ্ধ কলাম এবং একটি প্রতিক্রিয়া কলাম থাকে যা বাইনারি শ্রেণীর সমস্যা উপস্থাপন করে। প্রতিটি শ্রেণীবদ্ধ কলামের কার্ডিনালিটি 50 এরও কম। আমি গভীর শিক্ষা গ্রহণ পদ্ধতি বা বৃক্ষভিত্তিক …

30 machine-learning  classification  deep-learning 

আমি 100 সংখ্যার বৈশিষ্ট্য সহ 50 কে উদাহরণের মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মডেলটি প্রশিক্ষণের চেষ্টা করছি। XGBClassifierআমার মেশিনে 43 সেকেন্ডের মধ্যে 500 গাছ হ্যান্ডল করে, যখন GradientBoostingClassifier1 মিনিট 2 সেকেন্ডের মধ্যে কেবল 10 টি গাছ (!) পরিচালনা করে :( আমি কয়েক ঘন্টা লাগবে বলে 500 গাছ বাড়ানোর চেষ্টা করতে বিরক্ত করিনি। …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

প্রশিক্ষণ সেটটিতে প্রায় 1000 ইতিবাচক এবং 10000 নেতিবাচক নমুনাগুলির সাথে আমার একটি শ্রেণিবদ্ধকরণ সমস্যা রয়েছে। সুতরাং এই ডেটা সেটটি বেশ ভারসাম্যহীন। সরল এলোমেলো বন কেবল সমস্ত পরীক্ষার নমুনাকে সংখ্যাগরিষ্ঠ শ্রেণি হিসাবে চিহ্নিত করার চেষ্টা করছে। সাব-স্যাম্পলিং এবং ওজনযুক্ত এলোমেলো বন সম্পর্কে কিছু ভাল উত্তর এখানে দেওয়া হয়েছে: উচ্চ পক্ষপাতদুষ্ট ডেটাসেটের …

29 machine-learning  classification  dataset  unbalanced-classes 

যখন ব্যবহার করেন Random Forestবেশি SVMবিপরীতভাবে এবং ভাইস? আমি বুঝতে পারি যে cross-validationএবং মডেল তুলনা একটি মডেল চয়ন করার একটি গুরুত্বপূর্ণ দিক, তবে এখানে আমি দুটি পদ্ধতির থাম্ব এবং হিউরিস্টিক সম্পর্কিত নিয়ম সম্পর্কে আরও জানতে চাই to শ্রেণিবদ্ধের সূক্ষ্মতা, শক্তি এবং দুর্বলতাগুলির পাশাপাশি সমস্যাগুলির, যা তাদের প্রত্যেকের জন্য সবচেয়ে উপযুক্ত, …

28 machine-learning  classification  random-forest  svm 

দ্রষ্টব্য যে আমি আর-তে সবকিছু করছি সমস্যা অনুসরণ হিসাবে: মূলত, আমার কাছে পুনঃসূচনাগুলির একটি তালিকা রয়েছে (সিভি)। কিছু প্রার্থীর আগে কাজের অভিজ্ঞতা থাকবে এবং কিছু না থাকুক। এখানে লক্ষ্যটি হ'ল: তাদের সিভিগুলির পাঠ্যের উপর ভিত্তি করে, আমি তাদের বিভিন্ন কাজের ক্ষেত্রে শ্রেণিবদ্ধ করতে চাই। আমি সেই ক্ষেত্রে বিশেষভাবে রয়েছি, যেখানে …

28 machine-learning  classification  nlp  text-mining 

আমি আমার বাইনারি কেরাসক্ল্যাসিফায়ার মডেলের জন্য নির্ভুলতা, পুনরায় কল এবং এফ 1-স্কোর গণনা করতে চাই, তবে কোনও সমাধান খুঁজে পাই না। আমার আসল কোডটি এখানে: # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3, random_state=seed) # Build the model model = Sequential() model.add(Dense(23, …

22 machine-learning  neural-network  deep-learning  classification  keras 

সম্প্রতি আমার এক বন্ধুকে জিজ্ঞাসা করা হয়েছিল যে কোনও সিদ্ধান্তের ট্রি অ্যালগোরিদমগুলি একটি সাক্ষাত্কারে লিনিয়ার না ননলাইনার অ্যালগোরিদম কিনা। আমি এই প্রশ্নের উত্তর খোঁজার চেষ্টা করেছি কিন্তু সন্তোষজনক ব্যাখ্যা খুঁজে পেলাম না। এই প্রশ্নের সমাধান এবং উত্তর কি কেউ দিতে পারবেন? এছাড়াও, ননলাইনার মেশিন লার্নিং অ্যালগরিদমের আরও কয়েকটি উদাহরণ কী?

21 machine-learning  classification  decision-trees  algorithms  pac-learning 

আমি মেশিন লার্নিংয়ে ক্লাস্টারিং এবং শ্রেণিবিন্যাসের মধ্যে পার্থক্য জানি, তবে আমি নথির জন্য পাঠ্য শ্রেণিবিন্যাস এবং বিষয় মডেলিংয়ের মধ্যে পার্থক্য বুঝতে পারি না। কোনও বিষয় শনাক্ত করার জন্য আমি কী নথির উপরে টপিক মডেলিং ব্যবহার করতে পারি? আমি এই নথির ভিতরে থাকা পাঠ্যকে শ্রেণিবদ্ধ করতে শ্রেণিবদ্ধকরণ পদ্ধতিগুলি ব্যবহার করতে পারি?

20 classification  text-mining  topic-model 

এই বিতরণ সহ আমার 3 টি ক্লাস রয়েছে: Class 0: 0.1169 Class 1: 0.7668 Class 2: 0.1163 এবং আমি xgboostশ্রেণিবদ্ধকরণের জন্য ব্যবহার করছি। আমি জানি যে সেখানে একটি প্যারামিটার বলা হয়েছে scale_pos_weight। তবে কীভাবে এটি 'মাল্টিক্লাস' কেসের জন্য পরিচালিত হয় এবং আমি কীভাবে এটি সঠিকভাবে সেট করতে পারি?

20 classification  xgboost  multiclass-classification  unbalanced-classes 

আমি যে সমস্যার মুখোমুখি হচ্ছি তা হ'ল সংক্ষিপ্ত পাঠকে একাধিক শ্রেণিতে শ্রেণিবদ্ধ করা হচ্ছে। আমার বর্তমান পদ্ধতির টিএফ-আইডিএফ ওজনযুক্ত শব্দ ফ্রিকোয়েন্সি ব্যবহার করা এবং একটি সাধারণ লিনিয়ার শ্রেণিবদ্ধ (লজিস্টিক রিগ্রেশন) শিখতে হবে। এটি যুক্তিসঙ্গতভাবে ভাল কাজ করে (পরীক্ষার সেটটিতে 90% ম্যাক্রো এফ -1, প্রশিক্ষণে প্রায় 100%)। একটি বড় সমস্যা হ'ল …

19 machine-learning  classification  feature-selection  logistic-regression  information-retrieval 

আমি কেন এক ব্যবহার করেন একটি ভাল যুক্তি জন্য চেহারা চেষ্টা করছি ম্যানহাটন দূরত্ব ওভার ইউক্লিডিয় দূরত্ব Machine Learning এর মধ্যে। আমি এখনও পর্যন্ত একটি ভাল যুক্তি খুঁজে পেয়েছি নিকটতম জিনিস এই এমআইটি বক্তৃতা হয় । 36:15 এ আপনি নীচের বিবৃতি স্লাইডগুলিতে দেখতে পারেন: "সাধারণত ইউক্যালিডিয়ান মেট্রিক ব্যবহার করুন; ম্যানহাটান …

18 machine-learning  classification  distance 

আমি এলোমেলো গাছ এবং অন্যান্য শ্রেণিবদ্ধের উপর পরীক্ষার জন্য ওপেনসিভি লেটার_রেকগ। পিপি উদাহরণ ব্যবহার করছি। এই উদাহরণে ছয় শ্রেণিবদ্ধের প্রয়োগ রয়েছে - এলোমেলো গাছ, বুস্টিং, এমএলপি, কেএনএন, নিষ্পাপ বয়েস এবং এসভিএম। 20000 দৃষ্টান্ত এবং 16 টি বৈশিষ্ট্য সহ ইউসিআই লেটার স্বীকৃতি ডেটাসেট ব্যবহার করা হয়েছে, যা আমি প্রশিক্ষণ এবং পরীক্ষার …

17 machine-learning  classification  svm  accuracy  random-forest