naivebayes

    0

    1答えて

    信号の特定のセグメントが正常であるかどうかにかかわらず、信号配列(信号の配列)の分類がです。撮影したセグメントは、可変長(インパクト分類)であると私は同じと、次のエラーを取得を行うことはできませんよ。 ValueError: setting an array element with a sequence. 私のトレーニングセットがthisのように見えます。寸法:2065の要素の可変数を有するアレ

    4

    1答えて

    私は、Pythonでのテキスト分類のために、多項式Naive Bayes Classifierをゼロから実装しています。 フィーチャの各クラスと確率分布のフィーチャ数を計算します。 は私の実装によると、私は次のような結果が得られます。両方のクラスの事前確率は0.5 になります。このコーパスのためにナイーブベイズによると corpus = [ {'text': 'what is cha

    0

    1答えて

    トレーニングセットとテストセットにデータセットの分割を実装しようとしていますが、45行目から関数に問題が発生しました。実行した後、プログラムは「KeyError例外:667952」と返す(エラーで数iがプログラムを実行するたびに異なる) 1 import numpy as np 2 import pandas as pd 3 import random 4 5 data_file = pd

    -1

    1答えて

    ナイーブベイズの概念を実装するナイーブベイズ分類器のコードがありますが、このアルゴリズムが提供する精度は約48%で、ナイーブのMATLABビルドイン関数ベイズ(84%)。問題がどこにあるのか誰でも助けてくれますか? ここに私のコードです: function [conf, confMat] = NaiveBayesClassifier(train, test) Att_cnt = size(tr

    0

    1答えて

    私はデータセットusersを持っています。各ユーザーには性別と色のプロパティ(好きな色)などがあります。 labels_train = [0, 0, 0, 0, 1, 1, 1, 1, ...] :私はこの要素を表す性別言う最初のリストから、各要素の第二リストで features_train = [['indigo', 2341], ['yellow', 856], ['lavender',

    0

    1答えて

    Naive Bayesを使用して分類を適用している何千もの要因(カテゴリ変数)があります。 私の問題は、私のデータセットにはほとんど何も現れない多くの要因があるため、予測のパフォーマンスが低下するようです。 実際、私は、非常に数回起こっているカテゴリ変数を削除すると、私の正確さが大幅に向上していることに気付きました。しかし、理想的には私のすべての要素を守りたいのですが、そうするベストプラクティスは

    1

    1答えて

    したがって、私は電話通話記録のモデルを訓練することを任されています。次のコードはこれを行います。小さな背景情報: - xは文字列のリストで、各i番目の要素は全体の文字列です - yはブール値のリストで、コールの結果が正または負であることを示します。 次のコードは機能しますが、ここに私の問題があります。 私は列車に乗るための機能として通話時間を含める必要があります。私はトランスクリプトをベクトル化す

    1

    1答えて

    私はベイズ定理を理解していますが、クラシファイアの「ガウス」部分は何か分かりません。なぜそれは "ガウス"と呼ばれていますか?

    0

    2答えて

    Naive Bayesクラシファイアを作成するために私たちの教授が提供したコードを調べています。組み込みパッケージを使用していないことに注意してください。むしろ学習目的のために自分自身で書くこと。教授が使用されたことを文の 一つは、私を混乱させる:Xtrainは、我々はから分類器を構築するために使用しているデータセットがある t = (Xtrain[,11] == c); 。私はXtrain[

    1

    2答えて

    こんにちは私はPython 2.xでNaive Bayesクラシファイアを使ってセンチメント解析をしようとしています。 txtファイルを使用してセンチメントを読み取り、サンプルのtxtファイルの感情に基づいて、正または負の出力を行います。 出力を入力と同じ形式にします。私は1000の生のセンチメントを座らせて、それぞれの感情に対して肯定的または否定的な結果を出させたいというテキストファイルを持って