প্রশ্ন ট্যাগ «scikit-learn»

যেমনটি আমি বুঝতে পেরেছি, কে-এনএন একটি অলস শিক্ষণার্থী অ্যালগরিদম এবং এটির প্রশিক্ষণের একটি পর্বের প্রয়োজন নেই। তাহলে আমাদের .fit()স্কেলার্ন ব্যবহার করার দরকার কেন এবং যখন আমরা এটি ব্যবহার করি তখন কী ঘটে?

11 classification  scikit-learn  k-nearest-neighbour 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

এটি সাইকিট গ্রেডিয়েন্ট বুস্টিংয়ের দ্বিপদী বিচ্যুতি ক্ষতি ফাংশন, def __call__(self, y, pred, sample_weight=None): """Compute the deviance (= 2 * negative log-likelihood). """ # logaddexp(0, v) == log(1.0 + exp(v)) pred = pred.ravel() if sample_weight is None: return -2.0 * np.mean((y * pred) - np.logaddexp(0.0, pred)) else: return (-2.0 / sample_weight.sum() …

11 machine-learning  scikit-learn  boosting  loss-functions 

আমি একটি বীমা ঝুঁকিপূর্ণ ভবিষ্যদ্বাণীপূর্ণ মডেল বিকাশ নিয়ে কাজ করছি। এই মডেলগুলি "বিরল ঘটনা" যেমন বিমানের নো-শো পূর্বাভাস, হার্ডওয়্যার ত্রুটি সনাক্তকরণ ইত্যাদির মতো I । হাই স্কুল পরিসংখ্যান কোর্সের বাইরে পরিসংখ্যান এবং মডেলিংয়ের ডেটা সম্পর্কে আমার খুব বেশি অভিজ্ঞতা নেই, তাই আমি বিভ্রান্ত হয়ে পড়ছি। প্রথম চিন্তা হিসাবে, আমি একটি …

11 classification  predictive-models  scikit-learn  poisson-process 

আমি পাইথনে কীভাবে পুনরায় উত্পাদন করতে পারি সে জন্য আমি এসএএস-এর কাজ করেছি work এই ডেটাসেটটি ব্যবহার করে , যেখানে বহুবিধ লাইনারিটি সমস্যা, আমি পাইথনে মূল উপাদান বিশ্লেষণ করতে চাই। আমি সাইকিট-লার্ন এবং স্ট্যাটাসমডেলগুলি দেখেছি, তবে আমি কীভাবে তাদের আউটপুট নেব এবং এটি এসএএস হিসাবে একই ফলাফলের কাঠামোতে রূপান্তর করব …

11 pca  python  scikit-learn 

আমি সম্প্রতি দুর্দান্ত পিসিএ সম্পর্কে শিখেছি এবং বিজ্ঞান-শিখার ডকুমেন্টেশনে বর্ণিত উদাহরণটি করেছি । শ্রেণিবিন্যাসের উদ্দেশ্যে আমি কীভাবে নতুন ডেটা পয়েন্টগুলিতে পিসিএ প্রয়োগ করতে পারি তা জানতে আগ্রহী। একটি 2 মাত্রিক প্লেনে (এক্স, ওয়াই অক্ষ) পিসিএ দেখার পরে, আমি দেখতে পাচ্ছি যে আমি সম্ভবত ডেটার পয়েন্টগুলি পৃথক করার জন্য একটি লাইন …

10 classification  pca  scikit-learn 

সাইকিত শিখতে কেন মডেল একীকরণের কৌশলটির জন্য সংখ্যাগরিষ্ঠ ভোটের পরিবর্তে সম্ভাব্য ভবিষ্যদ্বাণীটি ব্যবহার করা হবে বলে কেন কোনও ব্যাখ্যা ছাড়াই (1.9.2.1। এলোমেলো বন) seems কেন এর স্পষ্ট ব্যাখ্যা আছে? র‌্যান্ডম ফরেস্ট ব্যাগিংয়ের জন্য বিভিন্ন মডেল একীকরণ কৌশলগুলির জন্য আরও ভাল কাগজ বা পর্যালোচনা নিবন্ধ আছে কি? ধন্যবাদ!

10 random-forest  python  scikit-learn  aggregation  bagging 

আমি বর্তমানে নিম্নলিখিত কোড দিয়ে সাইকিট শিখতে ব্যবহার করছি: clf = svm.SVC(C=1.0, tol=1e-10, cache_size=600, kernel='rbf', gamma=0.0, class_weight='auto') এবং তারপরে 7 টি ভিন্ন লেবেল সহ ডেটা সেট করার জন্য ফিট এবং ভবিষ্যদ্বাণী করুন। আমি একটি অদ্ভুত আউটপুট পেয়েছিলাম। কোন বৈধতা যাচাই করার কৌশলটি যাচাইকরণ সেটটিতে আমি পূর্বাভাসযুক্ত লেবেলটি ব্যবহার করি তা …

10 svm  scikit-learn  libsvm  multi-class  optunity 

আমি একটি ডেটা সেট নিয়ে কাজ করছি। কিছু মডেল সনাক্তকরণ কৌশল ব্যবহার করার পরে, আমি একটি আরিমা (0,2,1) মডেল নিয়ে এসেছি। আমি আমার মূল ডেটা সেটটির 48 তম পর্যবেক্ষণে একটি উদ্ভাবনী আউটলেটর (আইও) সনাক্ত করতে detectIOপ্যাকেজে প্যাকেজে ফাংশনটি ব্যবহার করেছি।TSA আমি কীভাবে এই আউটলেটটিকে আমার মডেলটিতে অন্তর্ভুক্ত করব যাতে আমি …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

আমি স্কলার ডকুমেন্টেশন দিয়ে যাচ্ছি তবে আমি লজিস্টিক রিগ্রেশন প্রসঙ্গে এই ফাংশনগুলির উদ্দেশ্য বুঝতে সক্ষম হই না। কারণ decision_functionএটি বলে যে হাইপারপ্লেন এবং পরীক্ষার উদাহরণগুলির মধ্যে এর দূরত্ব। এই বিশেষ তথ্যটি কীভাবে কার্যকর? এবং এটি কীভাবে সম্পর্কিত predictএবং predict-probaপদ্ধতির সাথে সম্পর্কিত?

10 regression  logistic  prediction  scikit-learn  decision 

আমি ক্লাস্টারিং কর্মক্ষমতা মূল্যায়ন করার চেষ্টা করছি। আমি মেট্রিকগুলিতে স্কিসিট-লার ডকুমেন্টেশন পড়ছিলাম । আমি এআরআই এবং এএমআইয়ের মধ্যে পার্থক্য বুঝতে পারি না। আমার কাছে মনে হয় তারা একই কাজ দুটি ভিন্ন উপায়ে করে। ডকুমেন্টেশন থেকে উদ্ধৃত: গ্রাউন্ড ট্রুথ ক্লাস অ্যাসাইনমেন্ট লেবেল_ট্রু এবং একই নমুনার লেবেল_প্রেডের আমাদের ক্লাস্টারিং অ্যালগরিদম অ্যাসাইনমেন্টের জ্ঞান …

10 clustering  python  scikit-learn 

পাইথনে বৈশিষ্ট্য নির্বাচনের পদ্ধতির জন্য আমার কোডটি এখানে : from sklearn.svm import LinearSVC from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target X.shape (150, 4) X_new = LinearSVC(C=0.01, penalty="l1", dual=False).fit_transform(X, y) X_new.shape (150, 3) তবে নতুন এক্স (নির্ভরশীল ভেরিয়েবল - এক্স_নিউ) পাওয়ার পরে, আমি কীভাবে জানব যে …

10 feature-selection  python  scikit-learn 

আমি নেস্টেড ক্রস-বৈধতা সম্পর্কে আমার বোঝা সঠিক কিনা তা বের করার চেষ্টা করছি, অতএব আমি এই খেলনাটির উদাহরণটি লিখেছি যাতে আমি ঠিক আছি: import operator import numpy as np from sklearn import cross_validation from sklearn import ensemble from sklearn.datasets import load_boston # set random state state = 1 # load …

10 cross-validation  python  scikit-learn 

এমএনআইএসটি, সিআইএফএআর, এসটিএল -10 ইত্যাদিতে র্যান্ডম ফরেস্টের প্রয়োগের জন্য আমি কোনও সাহিত্যের সন্ধান পাইনি তাই আমি ভেবেছিলাম যে আমি নিজেই সেগুলি ক্রম- আক্রমণকারী এমএনআইএসটি দিয়ে চেষ্টা করব। ইন আর , আমি চেষ্টা: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) এটি ২ ঘন্টা চালিয়েছে এবং ২.৮% পরীক্ষার ত্রুটি পেয়েছে। আমিও চেষ্টা scikit-শিখতে , …

10 r  machine-learning  classification  random-forest  scikit-learn 

আমি আর-তে একটি পৃথক-সময়ের মডেল ফিট করার চেষ্টা করছি তবে কীভাবে এটি করব তা নিশ্চিত নই। আমি পড়েছি যে আপনি বিভিন্ন সারিতে নির্ভরশীল পরিবর্তনশীল, প্রতিটি সময়-পর্যবেক্ষণের জন্য glmএকটি এবং লজিট বা ক্লোগলগ লিঙ্কের সাহায্যে ফাংশনটি ব্যবহার করতে পারেন । এই অর্থে, আমি তিনটি কলাম আছে: ID, Event(1 বা 0, প্রতিটি …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation