J'utilise XGboost pour prédire une variable cible 2 classes sur les demandes d'assurance. J'ai un modèle (formation avec validation croisée, réglage d'hyper paramètres etc ...) que je lance sur un autre jeu de données. Ma question est : existe-t-il un moyen de savoir pourquoi une revendication...
Quel est l'effet de NE PAS changer le poids des filtres d'un CNN pendant la rétropropagation? J'ai modifié uniquement les poids de couche entièrement connectés lors de la formation sur l'ensemble de données MNIST et j'ai toujours atteint une précision de près de
Je forme actuellement un réseau de neurones et je ne peux pas décider lequel utiliser pour implémenter mes critères d'arrêt précoce: perte de validation ou une métrique comme précision / f1score / auc / quoi que ce soit calculé sur l'ensemble de validation. Dans mes recherches, je suis tombé sur...
J'ai un problème de classification avec les données catégorielles et numériques. Le problème auquel je suis confronté est que mes données catégorielles ne sont pas fixes, cela signifie que le nouveau candidat dont je veux prédire l'étiquette peut avoir une nouvelle catégorie qui n'a pas été...
J'analysais le classificateur créé à l'aide d'un arbre de décision. Il y a un paramètre de réglage appelé max_depth dans l'arbre de décision de scikit. Est-ce l'équivalent de l'élagage d'un arbre de décision? Sinon, comment pourrais-je tailler un arbre de décision à l'aide de scikit? dt_ap =...
Un aperçu du processus d'optimisation des hyperparamètres dans scikit-learn est ici . Une recherche exhaustive dans la grille trouvera l'ensemble optimal d'hyperparamètres pour un modèle. L'inconvénient est que la recherche exhaustive de la grille est lente. La recherche aléatoire est plus rapide...
J'ai appris sur les réseaux de neurones convolutionnels. En regardant des Kerasexemples, je suis tombé sur trois méthodes de convolution différentes. À savoir, 1D, 2D et 3D. Quelles sont les différences entre ces trois couches? Quels sont leurs cas d'utilisation? Existe-t-il des liens ou des...
Je travaille actuellement sur un modèle de régression logistique pour la génomique. L'un des champs de saisie que je souhaite inclure en tant que covariable est genes. Il existe environ 24 000 gènes connus. Il existe de nombreuses fonctionnalités avec ce niveau de variabilité en biologie...
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour Data Science Stack Exchange. Fermé il y a 6 ans . J'ai toujours été intéressé par l'apprentissage automatique, mais...
Les détails de l'API Google Prediction sont sur cette page , mais je ne trouve aucun détail sur les algorithmes de prédiction exécutés derrière l'API. Jusqu'à présent, j'ai compris qu'ils vous permettaient de fournir vos étapes de prétraitement au format
J'apprends Support Vector Machines , et je ne peux pas comprendre comment une étiquette de classe est choisie pour un point de données dans un classificateur binaire. Est-il choisi par consensus par rapport à la classification dans chaque dimension de l'hyperplan
Un système de recommandations conserve un journal des recommandations qui ont été faites à un utilisateur particulier et si cet utilisateur accepte la recommandation. C'est comme user_id item_id result 1 4 1 1 7 -1 5 19 1 5 80 1 où 1 signifie que l'utilisateur a accepté la recommandation tandis que...
Je suis nouveau dans cette communauté et j'espère que ma question s'intégrera bien ici. Dans le cadre de mon cours d'analyse de données de premier cycle, j'ai choisi de faire le projet sur la reconnaissance de l'activité humaine à l'aide d'ensembles de données de smartphone. En ce qui me concerne,...
J'ai un énorme ensemble de données à partir d'une base de données relationnelle pour laquelle je dois créer un modèle de classification. Normalement, pour cette situation, j'utiliserais la programmation logique inductive (ILP), mais en raison de circonstances spéciales, je ne peux pas le faire....
J'ai un grand nombre d'échantillons qui représentent des flux binaires encodés Manchester sous forme de signaux audio. La fréquence à laquelle ils sont codés est la composante de fréquence principale lorsqu'elle est élevée, et il y a une quantité constante de bruit blanc en arrière-plan. J'ai...
Quels jeux de données disponibles gratuitement puis-je utiliser pour former un classificateur de texte? Nous essayons d'améliorer l'engagement de nos utilisateurs en lui recommandant le contenu le plus connexe, alors nous avons pensé que si nous classions notre contenu en fonction d'un sac de mots...
Je viens d'apprendre la régularisation en tant qu'approche pour contrôler le sur-ajustement, et je voudrais intégrer l'idée dans une simple mise en œuvre de la rétropropagation et du perceptron multicouche (MLP) que j'ai mis en place. Actuellement, pour éviter le sur-ajustement, je fais une...
Je suis un informaticien de 35 ans qui est purement technique. Je suis bon en programmation, en apprenant les nouvelles technologies, en les comprenant et en les mettant en œuvre. Je n'aimais pas les mathématiques à l'école, donc je n'ai pas obtenu de bons résultats en mathématiques. Je suis très...
Je veux utiliser l'allocation Dirichlet latente pour un projet et j'utilise Python avec la bibliothèque gensim. Après avoir trouvé les sujets, j'aimerais regrouper les documents en utilisant un algorithme tel que k-means (Idéalement, j'aimerais en utiliser un bon pour les clusters qui se...
randomForest()J'entraîne des modèles forestiers aléatoires en R à l'aide de 1000 arbres et trames de données avec environ 20 prédicteurs et 600K lignes. Sur mon ordinateur portable, tout fonctionne bien, mais lorsque je passe à amazon ec2, pour exécuter la même chose, j'obtiens l'erreur: Error:...