machine-learning

    0

    1答えて

    import csv import random import math def loadCsv(filename): lines = csv.reader(open(filename, "rb")) dataset = list(lines) for i in range(len(dataset)): dataset[i] = [float(x)

    1

    1答えて

    私は巨大なデータセット(2653,17)を持っています。私は、value_countsメソッドから推測しているように、2つの列が多少関連しているが正確ではないことに気づいた。私が意味するのは、対応するエントリのほとんどがMであるか、CのNaNであるということです。これを確認したり、このように関連するエントリの数を計算する方法はありますか? 私はそれらを数値に変換し、相関技術を使ってみましたが、ここ

    1

    3答えて

    を決定し、私はそれは私がkerasシーケンシャルモデルを作りたい画像サイズ28 * 28 と60000個のチャネルを意味 (60000, 28, 28) としてxtrain.shapeてきました。 input_shapeがどのように見えるべきモデル形状 model = Sequential() model.add(Convolution2D(32,3,activation='relu',in

    -1

    1答えて

    私はマシン学習プロジェクトを実行するためにGoogleコラボレーションを使用しています。私は.csvをパンダにインポートし、それをさらに処理するために使用したかったのです。そのファイルが見つからないというエラーが出ています。そのファイルにアクセスするための承認を提供する必要がありますか、Googleのコラボにファイルをアップロードすることは必須です。このファイルは、Googleドライブの.ipyn

    0

    1答えて

    LSTMセルとTensorflowを使用してテキスト生成ニューラルネットワークを作成しようとしています。私は時間主形式[time_steps、batch_size、input_size]で文章をネットワーク上で訓練しています。シーケンスの次の単語を予測するために、各時間ステップを欲しいと思います。シーケンスはタイムステップまで空の値で埋められ、別のプレースホルダにはバッチ内の各シーケンスの長さが含

    0

    1答えて

    テンソルフローが負のラベルと未知のラベルを区別できるかどうか疑問です。 たとえば、ニュース分類のシナリオでは、インスタンスが「スポーツ」と「エンターテイメント」に属し、「政治」に属していないことを確認しますが、ゲーム"。 私はワンホットエンコーディングでこれらのラベルを扱う場合は、「スポーツ」、「エンターテインメント」、「政治」と「ゲーム」の順で、それが好きなはずです。 # here I use

    0

    1答えて

    私は 'KDtree'(これは最適なオプションです。他の 'KNN'アルゴリズムは私のプロジェクトには最適ではありません)とカスタム距離メトリックを使用します。私は似たような質問のためにここでいくつかの答えをチェックしたが、これはうまくいくはずだが...。定義によってでなければなりませんよう distance_matrixは対称型です: array([[ 1., 0., 5., 5., 0., 3

    0

    1答えて

    私はTensorflowを使ってLSTMを作成しようとしています。残念ながら私は実際にPythonを知らないので、最も簡単なものでも苦労しています。私は最初にできる最も簡単なLSTMを作ろうとしましたが、それを実行してTensorBoardを開くと、構造ページは空です(ロードされますが空のページが表示されます)。理由を理解できるかどうか確認してください。 net = tflearn.input_d

    2

    1答えて

    公式文書は情報を提供していないようです。 私はVotingClassifierが予測する前にfitメソッドを呼び出さなければならないので、訓練を受けたモデルをVotingClassifierに提供できないのはなぜかと思います。 それだけでやるん: for clf in self.clfs: clf.fit(X, y) またはそれはいくつかのより興味深いの折り畳み方法を使用していますか

    -2

    1答えて

    私はここでnoobie質問plt 。散乱。 私は2つの花の花びらの長さを分析している機械学習チュートリアルに取り組んでいます。 df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data', header = None) print(df.tail()) y = df.i