প্রশ্ন ট্যাগ «random-forest»

আমি সিদ্ধান্ত গাছ / এলোমেলো বন প্রয়োগের ক্ষেত্রে কিছু সমস্যা করছি। আমি এমন একটি সমস্যার সাথে ফিট করার চেষ্টা করছি যা বৈশিষ্ট্যগুলির মতো সংখ্যাগুলির পাশাপাশি স্ট্রিংগুলি (যেমন দেশের নাম) রয়েছে। এখন লাইব্রেরি, সাইকিট-লার্ন কেবল পরামিতি হিসাবে সংখ্যা নিয়েছে, তবে আমি স্ট্রিংগুলি ইনজেক্ট করতে চাই এবং পাশাপাশি তারা উল্লেখযোগ্য পরিমাণে জ্ঞান …

63 machine-learning  python  scikit-learn  random-forest  decision-trees 

একটি র‌্যান্ডমফোরেস্ট মডেল ব্যবহার করে পরীক্ষার ডেটা পূর্বাভাস দেওয়ার সময় আমি ভ্যালুয়েরর পেয়েছি। আমার কোড: clf = RandomForestClassifier(n_estimators=10, max_depth=6, n_jobs=1, verbose=2) clf.fit(X_fit, y_fit) df_test.fillna(df_test.mean()) X_test = df_test.values y_pred = clf.predict(X_test) ভূল: ValueError: Input contains NaN, infinity or a value too large for dtype('float32'). টেস্ট ডেটাসেটে আমি কীভাবে খারাপ মানগুলি খুঁজে …

41 python  random-forest  pandas 

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 

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 

র্যান্ডম ফরেস্ট মডেলটির সাথে একটি মাল্টিআউটপুট শ্রেণিবিন্যাস সম্পাদন করতে আমি বিজ্ঞানী-শিখার ওয়েবসাইটে এই উদাহরণটি অনুসরণ করছি । from sklearn.datasets import make_classification from sklearn.multioutput import MultiOutputClassifier from sklearn.ensemble import RandomForestClassifier from sklearn.utils import shuffle import numpy as np X, y1 = make_classification(n_samples=5, n_features=5, n_informative=2, n_classes=2, random_state=1) y2 = shuffle(y1, random_state=1) Y …

28 scikit-learn  random-forest  multilabel-classification 

আমি কয়েকটি ধারণা সম্পর্কে পরিষ্কার ছিল না: এক্সজিবিস্ট দুর্বল শিক্ষার্থীদের শক্তিশালী শিক্ষায় রূপান্তর করে। এটি করার সুবিধা কী? কেবল একটি গাছ ব্যবহারের পরিবর্তে অনেক দুর্বল শিক্ষার্থীদের সংমিশ্রণ? র্যান্ডম ফরেস্ট গাছ তৈরির জন্য গাছ থেকে বিভিন্ন নমুনা ব্যবহার করে। কেবলমাত্র একক গাছ ব্যবহারের পরিবর্তে এই পদ্ধতির সুবিধা কী?

25 machine-learning  data-mining  random-forest  decision-trees  xgboost 

আমি প্রায় এলোমেলো বন সম্পর্কে পড়ছি তবে আমি ওভারফিটিংয়ের সমস্যা সম্পর্কে সত্যই কোনও উত্তর খুঁজে পাচ্ছি না। ব্রেইমানের মূল কাগজ অনুসারে, বনে গাছের সংখ্যা বাড়ানোর সময় তাদের উচিত হবে না, তবে মনে হয় এ নিয়ে conক্যমত নেই। এটি আমাকে বিষয়টি নিয়ে বেশ কিছু বিভ্রান্তি তৈরি করছে। হয়তো আমার চেয়ে আরও …

24 machine-learning  random-forest 

যতদূর আমি দেখেছি, মতামতগুলি সম্পর্কে এই বিষয়ে পৃথক প্রবণতা রয়েছে। সর্বোত্তম অনুশীলন অবশ্যই ক্রস-বৈধতা ব্যবহার করে নির্দেশ করবে (বিশেষত যদি একই ডেটাসেটের অন্যান্য অ্যালগরিদমের সাথে আরএফগুলির তুলনা করা হয়)। অন্যদিকে, মূল উত্সটি বলেছে যে মডেল প্রশিক্ষণের সময় ওওবি ত্রুটিটি গণনা করা হয় তা পরীক্ষার সেট পারফরম্যান্সের একটি সূচক যথেষ্ট। এমনকি …

23 random-forest  cross-validation 

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 

আমার একটি বাইনারি শ্রেণিবদ্ধকরণ সমস্যা রয়েছে: প্রশিক্ষণ সেট প্রায় 1000 নমুনা বাইনারি, সংখ্যাগত এবং শ্রেণিবদ্ধ সহ 10 টি বৈশিষ্ট্য এই ধরণের সমস্যার জন্য কোন অ্যালগরিদম সেরা পছন্দ? ডিফল্টরূপে আমি এসভিএম (প্রাথমিক স্তরের নামমাত্র বৈশিষ্ট্যগুলির মান বাইনারি বৈশিষ্ট্যগুলিতে রূপান্তরিত) দিয়ে শুরু করতে যাচ্ছি, কারণ এটি তুলনামূলকভাবে পরিষ্কার এবং কোলাহলযুক্ত ডেটার জন্য …

17 classification  binary  svm  random-forest  logistic-regression 

আমি corr()একটি আসল df এর বাইরে একটি df তৈরি করি । corr()Df প্রয়োগ আউট 70 এক্স 70 এসে তা হিটম্যাপ ঠাহর করা অসম্ভব ... sns.heatmap(df)। যদি আমি এটি প্রদর্শনের চেষ্টা করি corr = df.corr(), টেবিলটি স্ক্রিনের সাথে খাপ খায় না এবং আমি সমস্ত সম্পর্কিততা দেখতে পাচ্ছি। dfএটির আকার নির্বিশেষে পুরো …

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

ব্যাগের বাইরে থাকা নমুনাগুলির সাথে জেনারালাইজেশন ত্রুটিটি অনুমান করার জন্য বৃত্তাকার অরণ্য বাস্তবায়ন কি স্কিকিট-লারিংয়ের স্কোরিং পদ্ধতি হিসাবে গড় যথার্থতা ব্যবহার করে? ডকুমেন্টেশনে এটি উল্লেখ করা হয়নি তবে স্কোর () পদ্ধতিটি গড় নির্ভুলতার প্রতিবেদন করে। আমার অত্যন্ত ভারসাম্যহীন ডেটাসেট রয়েছে এবং আমি গ্রিড অনুসন্ধানে আমার স্কোরিং মেট্রিক হিসাবে আরওসি এর …

16 random-forest  scikit-learn 

আমি আমার ভারসাম্যহীন ডেটাসেটের এলোমেলো বন মডেল চালানোর জন্য পাইথন ব্যবহার করি (লক্ষ্য পরিবর্তনশীলটি বাইনারি ক্লাস ছিল)। প্রশিক্ষণ এবং ডেটাসেট পরীক্ষা করার সময়, আমি স্ট্র্যাটেড স্যাম্পলিং (প্রদর্শিত কোডের মতো) ব্যবহার করব কিনা তা নিয়ে লড়াই করেছি। এখনও অবধি, আমি আমার প্রকল্পে পর্যবেক্ষণ করেছি যে স্তরিত কেসটি একটি উচ্চতর মডেল পারফরম্যান্সের …

14 machine-learning  python  random-forest  sampling  training 

উইকিপিডিয়া পৃষ্ঠা উদ্ধৃতি চিহ্ন "পরিসংখ্যানগত শিক্ষণ উপাদানসমূহ" বলেছেন: সাধারণত, সঙ্গে একটি শ্রেণীবিন্যাস সমস্যার জন্য বৈশিষ্ট্য, ⌊ √ppp বৈশিষ্ট্যগুলি প্রতিটি বিভক্তিতে ব্যবহৃত হয়।⌊p–√⌋⌊p⌋\lfloor \sqrt{p}\rfloor আমি বুঝতে পারি যে এটি মোটামুটি ভাল শিক্ষিত অনুমান এবং এটি সম্ভবত অভিজ্ঞতাগত প্রমাণ দ্বারা নিশ্চিত করা হয়েছিল, তবে এর অন্যান্য কারণগুলি কি কারণ বর্গমূলকে বেছে নেওয়া …

14 statistics  random-forest  optimization  evaluation  sampling 

আমি সাইকিট-লার্ন র্যান্ডম ফরেস্ট ক্লাসিফায়ার ব্যবহার করছি এবং আমি উদাহরণটির মতো বৈশিষ্ট্যটির গুরুত্বকে প্লট করতে চাই । তবে আমার ফলাফলটি সম্পূর্ণ আলাদা, এই অর্থে যে বৈশিষ্ট্যটির গুরুত্ব স্ট্যান্ডার্ড বিচ্যুতি বৈশিষ্ট্যটির গুরুত্বের চেয়ে প্রায় সর্বদা বড় (সংযুক্ত চিত্র দেখুন)। এই জাতীয় আচরণ করা কি সম্ভব, বা এটির পরিকল্পনা করার সময় আমি …

13 python  random-forest