Programowanie scikit-learn

20

Kodowanie etykiet w wielu kolumnach w scikit-learn

Próbuję użyć scikit-learn LabelEncoderdo zakodowania pand DataFrameetykiet ciągów. Ponieważ ramka danych ma wiele (ponad 50) kolumn, chcę uniknąć tworzenia LabelEncoderobiektu dla każdej kolumny; Wolałbym mieć tylko jeden duży LabelEncoderobiekt, który działa we wszystkich moich kolumnach danych. Wrzucenie całości DataFramew LabelEncoderpowoduje następujący błąd. Proszę pamiętać, że używam tutaj fałszywych danych; w …

216 python pandas scikit-learn neuraxle

12

Jak znormalizować tablicę w NumPy?

Chciałbym mieć normę jednej tablicy NumPy. Mówiąc dokładniej, szukam równoważnej wersji tej funkcji def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm Czy jest coś takiego w skearnlub numpy? Ta funkcja działa w sytuacji, gdy vjest to wektor 0.

203 python numpy scikit-learn statistics normalization

6

Zapisz klasyfikator na dysku w scikit-learn

Jak zapisać wyszkolonego klasyfikatora Naive Bayes na dysk i użyć go do przewidywania danych? Mam następujący przykładowy program ze strony scikit-learn: from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() y_pred = gnb.fit(iris.data, iris.target).predict(iris.data) print "Number of mislabeled points : %d" % (iris.target != y_pred).sum()

192 python machine-learning scikit-learn classification

15

ImportError: Brak modułu o nazwie sklearn.cross_validation

Używam Pythona 2.7 w Ubuntu 14.04. Zainstalowałem scikit-learn, numpy i matplotlib za pomocą tych poleceń: sudo apt-get install build-essential python-dev python-numpy \ python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \ ipython Ale kiedy importuję te pakiety: from sklearn.cross_validation import train_test_split Zwraca mi ten błąd: ImportError: No module named sklearn.cross_validation Co muszę zrobić?

174 python scikit-learn

7

Czy można określić własną funkcję odległości za pomocą scikit-Learn K-Means Clustering?

172 python machine-learning cluster-analysis k-means scikit-learn

10

Czy w Pythonie istnieje funkcja biblioteczna dla błędu średniej kwadratowej (RMSE)?

Wiem, że mógłbym zaimplementować funkcję błędu średniej kwadratowej w następujący sposób: def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) Czego szukam, jeśli ta funkcja rmse jest zaimplementowana gdzieś w bibliotece, być może w scipy lub scikit-learn?

157 python scikit-learn scipy

21

Jak wyodrębnić reguły decyzyjne z drzewa decyzyjnego scikit-learn?

Czy mogę wyodrębnić podstawowe reguły decyzyjne (lub „ścieżki decyzji”) z wytrenowanego drzewa w drzewie decyzyjnym jako listę tekstową? Coś jak: if A>0.4 then if B<0.2 then if C>0.8 then class='X' Dzięki za pomoc.

156 python machine-learning scikit-learn decision-tree random-forest

9

Znajdź wartość p (istotność) w regresji liniowej scikit-learn

Jak znaleźć wartość p (istotność) każdego współczynnika? lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)

154 python numpy statistics scikit-learn regression

10

RuntimeWarning: zmieniono rozmiar numpy.dtype, może wskazywać na niezgodność plików binarnych

Mam ten błąd podczas próby załadowania zapisanego modelu SVM. Próbowałem odinstalować sklearn, NumPy i SciPy, ponownie instalując wszystkie najnowsze wersje (używając pip). Nadal otrzymuję ten błąd. Czemu? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]: import numpy; print numpy.__version__ 1.11.2 In [5]: import scipy; print scipy.__version__ 0.18.1 In [7]: …

148 python numpy scikit-learn

6

Stan losowy (liczba pseudolosowa) w programie Scikit uczą się

Chcę zaimplementować algorytm uczenia maszynowego w scikit Learn, ale nie rozumiem, do czego służy ten parametr random_state? Dlaczego powinienem go używać? Nie mogłem też zrozumieć, co to jest liczba pseudolosowa.

148 python scikit-learn

7

pandy dataframe kolumny skalowanie za pomocą sklearn

Mam ramkę danych pandy z kolumnami typu mieszanego i chciałbym zastosować min_max_scaler sklearn do niektórych kolumn. Idealnie, chciałbym dokonać tych transformacji na miejscu, ale jeszcze nie wymyśliłem sposobu, aby to zrobić. Napisałem następujący kod, który działa: import pandas as pd import numpy as np from sklearn import preprocessing scaler = …

148 python pandas scikit-learn dataframe

5

Jak podzielić dane na 3 zbiory (trenowanie, walidacja i testowanie)?

Mam ramkę danych pandy i chcę ją podzielić na 3 oddzielne zestawy. Wiem, że używając train_test_split z sklearn.cross_validation, można podzielić dane na dwa zestawy (pociąg i test). Nie mogłem jednak znaleźć żadnego rozwiązania dotyczącego podziału danych na trzy zestawy. Najlepiej, jeśli posiadam indeksy oryginalnych danych. Wiem, że obejściem byłoby train_test_splitdwukrotne …

146 pandas numpy dataframe machine-learning scikit-learn

13

sklearn error ValueError: Wejście zawiera NaN, nieskończoność lub wartość zbyt dużą dla dtype ('float64')

Używam sklearn i mam problem z propagacją powinowactwa. Zbudowałem macierz wejściową i ciągle otrzymuję następujący błąd. ValueError: Input contains NaN, infinity or a value too large for dtype('float64'). Pobiegłem np.isnan(mat.any()) #and gets False np.isfinite(mat.all()) #and gets True Próbowałem użyć mat[np.isfinite(mat) == True] = 0 aby usunąć nieskończone wartości, ale to …

131 python python-2.7 scikit-learn valueerror

3

Dlaczego jedno kodowanie na gorąco poprawia wydajność uczenia maszynowego?

Zauważyłem, że gdy kodowanie One Hot jest używane na określonym zestawie danych (macierzy) i używane jako dane uczące do uczenia algorytmów, daje znacznie lepsze wyniki w odniesieniu do dokładności przewidywania, w porównaniu z użyciem samej oryginalnej macierzy jako danych uczących. Jak następuje ten wzrost wydajności?

129 machine-learning data-mining scikit-learn data-analysis

6

W jaki sposób są określane cechy_importowe w RandomForestClassifier?

Mam zadanie klasyfikacyjne z szeregami czasowymi jako danymi wejściowymi, gdzie każdy atrybut (n = 23) reprezentuje określony punkt w czasie. Oprócz absolutnego wyniku klasyfikacji chciałbym się dowiedzieć, które atrybuty / daty wpływają na wynik w jakim stopniu. Dlatego używam tylko programu feature_importances_, który działa dobrze dla mnie. Chciałbym jednak wiedzieć, …

125 scikit-learn random-forest feature-selection

Pytania otagowane jako scikit-learn