scikit-learn est une bibliothèque d'apprentissage automatique pour Python qui fournit des outils simples et efficaces pour l'analyse de données et l'exploration de données, en mettant l'accent sur l'apprentissage automatique. Il est accessible à tous et réutilisable dans divers contextes. Il est construit sur NumPy et SciPy. Le projet est open source et commercialement utilisable (licence BSD).
J'essaie d'utiliser scikit-learn LabelEncoderpour encoder un pandas DataFramed'étiquettes de chaîne. Comme la trame de données contient de nombreuses (50+) colonnes, je veux éviter de créer un LabelEncoderobjet pour chaque colonne; Je préfère simplement avoir un gros LabelEncoderobjet qui...
Je voudrais avoir la norme d'un tableau NumPy. Plus précisément, je recherche une version équivalente de cette fonction def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm Y a-t-il quelque chose comme ça dans skearnou numpy? Cette fonction fonctionne dans une situation...
Comment enregistrer un classificateur Naive Bayes entraîné sur le disque et l'utiliser pour prédire les données? J'ai l'exemple de programme suivant du site Web scikit-learn: from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB()...
J'utilise python 2.7 dans Ubuntu 14.04. J'ai installé scikit-learn, numpy et matplotlib avec ces commandes: sudo apt-get install build-essential python-dev python-numpy \ python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \ ipython Mais lorsque j'importe ces packages: from...
Est-il possible de spécifier votre propre fonction de distance en utilisant le clustering K-Means
Je sais que je pourrais implémenter une fonction d'erreur quadratique moyenne comme celle-ci: def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) Qu'est-ce que je recherche si cette fonction rmse est implémentée dans une bibliothèque quelque part, peut-être dans...
Puis-je extraire les règles de décision sous-jacentes (ou «chemins de décision») à partir d'un arbre formé dans un arbre de décision sous forme de liste textuelle? Quelque chose comme: if A>0.4 then if B<0.2 then if C>0.8 then class='X' Merci de votre
Comment puis-je trouver la valeur p (signification) de chaque coefficient? lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)
J'ai cette erreur pour essayer de charger un modèle SVM enregistré. J'ai essayé de désinstaller sklearn, NumPy et SciPy, en réinstallant à nouveau les dernières versions (en utilisant pip). J'obtiens toujours cette erreur. Pourquoi? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]:...
Je souhaite implémenter un algorithme d'apprentissage automatique dans scikit learn, mais je ne comprends pas ce que fait ce paramètre random_state? Pourquoi devrais-je l'utiliser? Je ne pouvais pas non plus comprendre ce qu'est un nombre pseudo-aléatoire.
J'ai un dataframe pandas et je souhaite le diviser en 3 ensembles séparés. Je sais qu'en utilisant train_test_split from sklearn.cross_validation, on peut diviser les données en deux ensembles (train et test). Cependant, je n'ai trouvé aucune solution pour diviser les données en trois ensembles. De...
J'ai un dataframe pandas avec des colonnes de type mixte, et j'aimerais appliquer min_max_scaler de sklearn à certaines des colonnes. Idéalement, j'aimerais faire ces transformations en place, mais je n'ai pas encore trouvé de moyen de le faire. J'ai écrit le code suivant qui fonctionne: import...
J'utilise sklearn et j'ai un problème avec la propagation d'affinité. J'ai construit une matrice d'entrée et j'obtiens toujours l'erreur suivante. ValueError: Input contains NaN, infinity or a value too large for dtype('float64'). j'ai couru np.isnan(mat.any()) #and gets False
J'ai remarqué que lorsque l'encodage One Hot est utilisé sur un ensemble de données particulier (une matrice) et utilisé comme données d'entraînement pour l'apprentissage d'algorithmes, il donne des résultats nettement meilleurs en ce qui concerne la précision de la prédiction, par rapport à...
J'ai une tâche de classification avec une série chronologique comme entrée de données, où chaque attribut (n = 23) représente un moment spécifique. Outre le résultat de la classification absolue, j'aimerais savoir quels attributs / dates contribuent au résultat dans quelle mesure. Par conséquent,...
Je ne peux pas comprendre comment cela sklearn.pipeline.Pipelinefonctionne exactement. Il y a quelques explications dans le doc . Par exemple, que signifient-ils par: Pipeline de transformations avec un estimateur final. Pour clarifier ma question, qu'est-ce que c'est steps? Comment...
Je dois répondre à RandomForestRegressorpartir sklearn.ensemble. forest = ensemble.RandomForestRegressor(**RF_tuned_parameters) model = forest.fit(train_fold, train_y) yhat = model.predict(test_fold) Ce code a toujours fonctionné jusqu'à ce que je fasse un prétraitement des données ( train_y). Le...
Dans la boîte à outils sklearn-python, il y a deux fonctions transformet fit_transformenviron sklearn.decomposition.RandomizedPCA. La description de deux fonctions est la suivante Mais quelle est la différence entre eux?
J'obtiens l'erreur suivante en essayant d'importer depuis sklearn: >>> from sklearn import svm Traceback (most recent call last): File "<pyshell#17>", line 1, in <module> from sklearn import svm File "C:\Python27\lib\site-packages\sklearn\__init__.py", line 16, in...
J'ai beaucoup de mal à comprendre comment fonctionne le class_weightparamètre de la régression logistique de scikit-learn. La situation Je souhaite utiliser la régression logistique pour effectuer une classification binaire sur un ensemble de données très déséquilibré. Les classes sont étiquetées 0...