প্রশ্ন ট্যাগ «scikit-learn»

আমি মেশিন লার্নিং এবং কেরাসে নবাগত এবং এখন কেরাস ব্যবহার করে একটি বহু-শ্রেণীর চিত্রের শ্রেণিবিন্যাসে কাজ করছি। ইনপুটটি ট্যাগযুক্ত চিত্র। কিছু প্রাক প্রক্রিয়াজাতকরণের পরে, প্রশিক্ষণ ডেথটি পাইথন তালিকায় উপস্থাপিত হয়: [["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]] "কুকুর", "বিড়াল" এবং "পাখি" ক্লাস লেবেল। আমি মনে করি এই সমস্যার জন্য ওয়ান-হট এনকোডিং ব্যবহার …

18 machine-learning  scikit-learn  tensorflow  keras  encoding 

আমি 200 টি মাত্রা ( doc2vec) সহ প্রায় 1 মিলিয়ন ভেক্টরগুলিতে মাত্রিকতা হ্রাস করতে চাই । আমি এর জন্য মডিউল TSNEথেকে বাস্তবায়নটি ব্যবহার করছি sklearn.manifoldএবং প্রধান সমস্যাটি সময় জটিলতা is এমনকি method = barnes_hut, গণনার গতি এখনও কম। কিছু সময় এমনকি এটি মেমরির বাইরে চলে যায়। আমি এটিকে 130 জি …

18 python  bigdata  nlp  scikit-learn  dimensionality-reduction 

আমি তাদের অর্থ দ্বারা গ্রুপে বিরাট পরিমাণে ক্লাস্টার করার একটি সমস্যা আছে। এটি আপনার সমস্যার মতো যখন আপনার প্রচুর বাক্য থাকে এবং তার অর্থ অনুসারে সেগুলি ভাগ করে নিতে চান। কোন অ্যালগরিদম এটি করার পরামর্শ দেওয়া হয়? আমি আগাম ক্লাস্টারের সংখ্যা জানি না (এবং আরও ডেটা আসার সাথে সাথে ক্লাস্টারগুলিও …

17 clustering  text-mining  algorithms  scikit-learn 

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 

আমার স্পর্স বৈশিষ্ট্য রয়েছে যা ভবিষ্যদ্বাণীমূলক, এছাড়াও আমার কাছে কিছু ঘন বৈশিষ্ট্য রয়েছে যা ভবিষ্যদ্বাণীমূলক। শ্রেণিবদ্ধের সামগ্রিক কর্মক্ষমতা উন্নত করতে আমার এই বৈশিষ্ট্যগুলি একত্রিত করতে হবে। এখন, জিনিসটি যখন আমি এগুলি একত্রিত করার চেষ্টা করি তখন ঘন বৈশিষ্ট্যগুলি বিচ্ছিন্ন বৈশিষ্ট্যগুলির চেয়ে বেশি আধিপত্য বয়ে থাকে, সুতরাং কেবল ঘন বৈশিষ্ট্যযুক্ত মডেলের …

17 machine-learning  classification  predictive-modeling  scikit-learn  supervised-learning 

আমি একটি খুব বড় ডাটাবেস (এখানে, এসকিউএল দ্বারা ভার্টিকা pandasএবং এর মাধ্যমে sklearn) থেকে প্রাপ্ত ডেটা থেকে মেশিন লার্নিং মডেলগুলি (আমার ক্ষেত্রে পাইথনের এবং প্যাকেজগুলি ব্যবহার করে ) তৈরির জন্য একটি ওয়ার্কফ্লো তৈরি করছি pyodbcএবং সেই প্রক্রিয়াটির একটি গুরুত্বপূর্ণ পদক্ষেপ নিখোঁজকে জড়িত জড়িত ভবিষ্যদ্বাণীকারীদের মান। এটি একক বিশ্লেষণ বা পরিসংখ্যান …

16 machine-learning  python  pandas  scikit-learn 

আমি একটি শ্রেণিবদ্ধকরণ সমস্যা করছি এবং আমি অনেক লোকের কোড এবং টিউটোরিয়াল পড়েছি। একটি জিনিস আমি লক্ষ্য করেছি যে অনেক লোক গ্রহণ করে np.logবা logঅবিচ্ছিন্ন পরিবর্তনশীল যেমন loan_amountবা applicant_incomeইত্যাদি গ্রহণ করে আমি কেবল এর পেছনের কারণটি বুঝতে চাই। এটি কী আমাদের মডেল পূর্বাভাসের নির্ভুলতা উন্নত করতে সহায়তা করে? এটা কি …

16 machine-learning  python  classification  scikit-learn 

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 নিম্নলিখিত সমস্যাটি সমাধান করতে চাইছি: আমার ডেটাসেট হিসাবে বাক্যগুলির একটি সেট রয়েছে এবং আমি একটি নতুন বাক্য টাইপ করতে সক্ষম হতে চাই এবং ডেটাসেটে নতুনটি সর্বাধিক অনুরূপ বাক্যটি সন্ধান করতে চাই। একটি উদাহরণ দেখতে হবে: নতুন বাক্য: " I opened a new mailbox" ডেটাসেটের ভিত্তিতে পূর্বাভাস: Sentence | Similarity …

15 python  nlp  scikit-learn  similarity  text 

আমি এই টিউটোরিয়ালটি দেখছি: https://www.dataquest.io/mission/75/improving- আপনার- জমা অধ্যায় 8 এ, সেরা বৈশিষ্ট্যগুলি সন্ধান করে এটি নীচের কোডটি দেখায়। import numpy as np from sklearn.feature_selection import SelectKBest, f_classif predictors = ["Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked", "FamilySize", "Title", "FamilyId"] # Perform feature selection selector = SelectKBest(f_classif, k=5) selector.fit(titanic[predictors], titanic["Survived"]) # …

15 python  scikit-learn 

আমি সাইকিট শিখতে এক্সজিবিস্ট চালানোর চেষ্টা করছি। এবং আমি কেবল ডেটা ফ্রেমে ডেটা লোড করতে পান্ডাস ব্যবহার করি। এক্সজিবিস্টের সাথে আমার কীভাবে পান্ডাস ডিএফ ব্যবহার করার কথা। এক্সজিবিস্ট আলগো চালানোর জন্য ডিএম্যাট্রিক্স রুটিন দ্বারা আমি বিভ্রান্ত হয়ে পড়েছি।

14 scikit-learn  pandas  xgboost 

রিগ্রেশন সমস্যার জন্য কিছু অভিজ্ঞতাবাদী বৈশিষ্ট্য নির্বাচন করার জন্য আমি র্যান্ডম অরণ্য থেকে বৈশিষ্ট্য আমদানি ব্যবহার করার চেষ্টা করছিলাম যেখানে সমস্ত বৈশিষ্ট্যগুলি শ্রেণিবদ্ধ এবং তাদের অনেকের অনেকগুলি স্তর রয়েছে (100-1000 এর ক্রম অনুসারে)। এক-হট এনকোডিং প্রতিটি স্তরের জন্য একটি ডামি ভেরিয়েবল তৈরি করে এই বৈশিষ্ট্যটি আমদানি প্রতিটি স্তরের জন্য এবং …

12 scikit-learn  feature-selection  random-forest  xgboost  categorical-data 

আমার কাছে টন শ্রেণিবদ্ধ কলামগুলির সাথে পান্ডাস ডেটাফ্রেম রয়েছে, যা আমি বিজ্ঞান-শিখার সাথে সিদ্ধান্ত গাছে ব্যবহার করার পরিকল্পনা করছি। আমি তাদেরকে সংখ্যাসূচক মানগুলিতে রূপান্তর করতে হবে (একটি উষ্ণ ভেক্টর নয়)। আমি এটি সাইকিট-লার্ন থেকে LabelEncoder দিয়ে করতে পারি। সমস্যাটি হচ্ছে তাদের মধ্যে অনেকগুলি রয়েছে এবং আমি সেগুলি ম্যানুয়ালি রূপান্তর করতে …

12 scikit-learn  pandas  categorical-data  labels 

আমি এলোমেলো বনগুলিতে সাইকিট-লার্ন সহ বৈশিষ্ট্য আমদানির প্লট করেছি । এলোমেলো বন ব্যবহার করে পূর্বাভাস উন্নত করতে, কীভাবে আমি বৈশিষ্ট্যগুলি অপসারণের জন্য প্লটের তথ্য ব্যবহার করতে পারি? অর্থাৎ কীভাবে স্পট তথ্যের উপর ভিত্তি করে কোনও বৈশিষ্ট্য অকার্যকর বা এলোমেলো বনগুলির কর্মক্ষমতা আরও খারাপ হ্রাস কিনা তা স্পষ্ট করবেন কীভাবে? প্লটটি …

12 feature-selection  random-forest  scikit-learn 

আমার ব্যবহার করা উচিত ন্যূনতম, সর্বাধিক এবং "যুক্তিসঙ্গত" পরিমাণগুলির সাথে সম্পর্কিত কোনও নিয়ামক (বা প্রকৃত নিয়ম) কি আছে? বিশেষত আমি টেনসরফ্লো এবং num_unitsসম্পত্তি থেকে বেসিকএলএসটিএমসেল সম্পর্কিত করছি । অনুগ্রহ করে ধরে নিই যে আমার দ্বারা শ্রেণিবদ্ধকরণের সমস্যা রয়েছে: t - number of time steps n - length of input vector …

12 rnn  machine-learning  r  predictive-modeling  random-forest  python  language-model  sentiment-analysis  encoding  machine-learning  deep-learning  neural-network  dataset  caffe  classification  xgboost  multiclass-classification  unbalanced-classes  time-series  descriptive-statistics  python  r  clustering  machine-learning  python  deep-learning  tensorflow  machine-learning  python  predictive-modeling  probability  scikit-learn  svm  machine-learning  python  classification  gradient-descent  regression  research  python  neural-network  deep-learning  convnet  keras  python  tensorflow  machine-learning  deep-learning  tensorflow  python  r  bigdata  visualization  rstudio  pandas  pyspark  dataset  time-series  multilabel-classification  machine-learning  neural-network  ensemble-modeling  kaggle  machine-learning  linear-regression  cnn  convnet  machine-learning  tensorflow  association-rules  machine-learning  predictive-modeling  training  model-selection  neural-network  keras  deep-learning  deep-learning  convnet  image-classification  predictive-modeling  prediction  machine-learning  python  classification  predictive-modeling  scikit-learn  machine-learning  python  random-forest  sampling  training  recommender-system  books  python  neural-network  nlp  deep-learning  tensorflow  python  matlab  information-retrieval  search  search-engine  deep-learning  convnet  keras  machine-learning  python  cross-validation  sampling  machine-learning