svm

    0

    1答えて

    scikit-learnでMultilabel二値化とOne-vs-all分類を使用しました。私の挑戦は、元のラベルを得るために予測が得られたら、 です。事前にあなたの助けのための _labels = load_labels() mlb = MultiLabelBinarizer() mlb.fit_transform(_labels) print mlb.classes_ # this p

    2

    1答えて

    OpenCVのSVMを訓練しようとしていて、ドキュメントを読んで例をオンラインで見た後で、私の訓練データやラベルがどのようにフォーマットされているかが分かりますが、それを修正する。ここで は私のコードです: def train_svm(trainingData,labels): svm_params = dict(kernel_type = cv2.ml.SVM_LINEAR, svm_

    0

    1答えて

    私は以下の問題に直面しています。私は約46500個のobsevationsを持つトレーニングセットでscikit-learnライブラリからSVRを実行しています。 私はリニアカーネルを使用しています。 def build_linear(self): model = SVR(kernel='linear', C=1) return model すでに「1e-3」と「1000」

    0

    1答えて

    私はJupyterノートブックで次のようなステートメントを使ってSVMモデルを訓練しました。 svm.SVC(kernel='linear', C=1).fit(X_train.drop(X_train.columns[[1,2,3]],axis=1), y_train) データサイズが大きいため、完了するまでに時間がかかります。 SVMからのログはありますか?はいの場合、Jupiter No

    0

    2答えて

    私はSVM(サポートベクターマシン)を学んでいる:私はweigth wとhyperplan方程式を見つける方法を知っている(線形分離、原初の場合) が、私たちは推測することができる場合:あいまいなまま、いくつかのポイントがありますそれからのサポートベクトル、なぜ我々はマージンを計算するのですか?最初に何を計算する必要がありますか?その場合 ? 1/||w|| 他の人では、このようながら: 私は

    0

    1答えて

    次のコードを使用して、スポーツ、政治、お金の3つのカテゴリに分類します。私はこのコードがPrecision recallとF1を計算することがわかります。しかし私は、このコードを使用して、カスタムドキュメントに対してそのラベルを予測する方法を見つけることができません。 from nltk.corpus import stopwords, reuters from nltk import word

    0

    1答えて

    データ変換 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

    -1

    1答えて

    私は機械学習には比較的新しいので、次の点で助けて欲しいです: 私は10倍のクロスバリデーションでサポートベクターマシンクラシファイア(SVC)を実行し、精度スコアを計算しました約89%)。私はPythonを使っていて、タスクを実行するためにscikit-learnを使っています。ここでは、コードスニペットです:今 def get_scores(features,target,classifier)

    1

    1答えて

    私はe1071ライブラリを使ってテキストを分類しています。私はNBのアルゴリズムを使用することができましたが、SVMを適用するのに苦労しました。 Cran website このサイトには、オブジェクトの種類とそのコードをどのように取得するのか説明していないコードが含まれています。 > svm > svm.model <- svm(Type ~ ., data = trainset, cost =

    0

    1答えて

    SVMを使用して質問を分類しようとしています。 https://shirishkadam.com/2017/07/03/nlp-question-classification-using-support-vector-machines-spacyscikit-learnpandas/ しかし、彼らはSCIKIT-LEARNとPANDASスペイシーが、使用している - 私は参考のために、このリンクを