random-forest पर टैग किए गए जवाब

मैं निर्णय पेड़ / यादृच्छिक वन के एक आवेदन पर कुछ समस्याएं कर रहा हूं। मैं एक समस्या को फिट करने की कोशिश कर रहा हूं जिसमें नंबर और साथ ही तार (जैसे कि देश का नाम) भी हैं। अब लाइब्रेरी, स्किकिट-लर्न केवल नंबरों को पैरामीटर के रूप में लेता …

63 machine-learning  python  scikit-learn  random-forest  decision-trees 

रैंडमफॉरस्ट मॉडल का उपयोग करते हुए परीक्षण डेटा की भविष्यवाणी करते समय मुझे वैल्यूआवर मिला। मेरा कोड: clf = RandomForestClassifier(n_estimators=10, max_depth=6, n_jobs=1, verbose=2) clf.fit(X_fit, y_fit) df_test.fillna(df_test.mean()) X_test = df_test.values y_pred = clf.predict(X_test) त्रुटि: ValueError: Input contains NaN, infinity or a value too large for dtype('float32'). मुझे परीक्षण डेटासेट में खराब …

41 python  random-forest  pandas 

मैं 100 न्यूमेरिक फीचर्स के साथ 50k उदाहरणों पर एक ढाल बढ़ाने वाले मॉडल को प्रशिक्षित करने की कोशिश कर रहा हूं। XGBClassifierमेरी मशीन पर 43 सेकंड के भीतर 500 पेड़ लगाता है, जबकि GradientBoostingClassifier1 मिनट और 2 सेकंड में केवल 10 पेड़ (!) को संभालता है :( मैंने 500 …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

जब कोई Random Forestओवर SVMऔर इसके विपरीत इस्तेमाल करेगा ? मैं समझता हूं कि cross-validationऔर मॉडल तुलना एक मॉडल को चुनने का एक महत्वपूर्ण पहलू है, लेकिन यहां मैं दो तरीकों के अंगूठे और यकृत के नियमों के बारे में अधिक जानना चाहूंगा। क्या कोई सहपाठियों की सूक्ष्मताओं, शक्तियों और …

28 machine-learning  classification  random-forest  svm 

मैं एक रैंडम फ़ॉरेस्ट मॉडल के साथ एक मल्टीपाउट वर्गीकरण करने के लिए scikit-learn वेबसाइट पर इस उदाहरण का अनुसरण कर रहा हूं । from sklearn.datasets import make_classification from sklearn.multioutput import MultiOutputClassifier from sklearn.ensemble import RandomForestClassifier from sklearn.utils import shuffle import numpy as np X, y1 = make_classification(n_samples=5, n_features=5, n_informative=2, …

28 scikit-learn  random-forest  multilabel-classification 

मैं कुछ अवधारणाओं पर स्पष्ट नहीं था: XGBoost कमजोर शिक्षार्थियों को मजबूत शिक्षार्थियों में परिवर्तित करता है। ऐसा करने से क्या फायदा? केवल एक पेड़ का उपयोग करने के बजाय कई कमजोर शिक्षार्थियों का संयोजन? रैंडम फॉरेस्ट एक पेड़ बनाने के लिए पेड़ से विभिन्न नमूने का उपयोग करता है। …

25 machine-learning  data-mining  random-forest  decision-trees  xgboost 

मैं रैंडम फ़ॉरेस्ट के बारे में पढ़ रहा हूं, लेकिन मैं वास्तव में ओवरफिटिंग की समस्या के बारे में एक निश्चित जवाब नहीं पा सकता हूं। ब्रीमन के मूल कागज के अनुसार, जंगल में पेड़ों की संख्या बढ़ने पर उन्हें ओवरफिट नहीं करना चाहिए, लेकिन ऐसा लगता है कि इस …

24 machine-learning  random-forest 

जहाँ तक मैंने देखा है, इस बारे में राय अलग-अलग है। सबसे अच्छा अभ्यास निश्चित रूप से क्रॉस-वैलिडेशन का उपयोग करके निर्देशित करेगा (विशेषकर यदि एक ही डेटासेट पर अन्य एल्गोरिदम के साथ आरएफ की तुलना करें)। दूसरी ओर, मूल स्रोत बताता है कि मॉडल प्रशिक्षण के दौरान ओओबी त्रुटि …

23 random-forest  cross-validation 

मैं OpenCV letter_recog.cpp उदाहरण का उपयोग यादृच्छिक वृक्षों और अन्य वर्गीकरणों पर करने के लिए कर रहा हूं। इस उदाहरण में छह क्लासिफायर के कार्यान्वयन हैं - यादृच्छिक पेड़, बूस्टिंग, एमएलपी, केएनएन, भोले बे और एसवीएम। 20000 उदाहरणों और 16 विशेषताओं के साथ यूसीआई अक्षर पहचान डेटासेट का उपयोग किया …

17 machine-learning  classification  svm  accuracy  random-forest 

मुझे बाइनरी वर्गीकरण की समस्या है: प्रशिक्षण सेट में लगभग 1000 नमूने बाइनरी, न्यूमेरिक और श्रेणीबद्ध सहित 10 विशेषताएँ इस प्रकार की समस्या के लिए कौन सा एल्गोरिदम सबसे अच्छा विकल्प है? डिफ़ॉल्ट रूप से मैं एसवीएम के साथ शुरू करने जा रहा हूं (प्रारंभिक में नाममात्र गुण मान द्विआधारी …

17 classification  binary  svm  random-forest  logistic-regression 

मैं corr()एक मूल df से df बनाता हूं । corr()Df बाहर 70 एक्स 70 में आया और यह हीटमैप कल्पना करने के लिए असंभव है ... sns.heatmap(df)। अगर मैं प्रदर्शित करने की कोशिश करता हूं corr = df.corr(), तो तालिका स्क्रीन पर फिट नहीं होती है और मैं सभी सहसंबंधों …

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

क्या आउट-ऑफ-बैग नमूनों के साथ सामान्यीकरण त्रुटि का अनुमान लगाने के लिए स्कोरिंग विधि के रूप में औसत सटीकता का उपयोग करते हुए रीकिट-वन में यादृच्छिक वन कार्यान्वयन है? यह प्रलेखन में उल्लिखित नहीं है, लेकिन स्कोर () विधि औसत सटीकता की रिपोर्ट करती है। मेरे पास एक बहुत असंतुलित …

16 random-forest  scikit-learn 

मैं अपने असंतुलित डेटासेट पर एक यादृच्छिक वन मॉडल (लक्ष्य चर बाइनरी क्लास था) चलाने के लिए पायथन का उपयोग करता हूं। प्रशिक्षण और परीक्षण डेटासेट को विभाजित करते समय, मैंने संघर्ष किया कि क्या स्तरीकृत नमूने का उपयोग किया जाना चाहिए (जैसे दिखाए गए कोड) या नहीं। अब तक, …

14 machine-learning  python  random-forest  sampling  training 

विकिपीडिया पृष्ठ जो उद्धरण "सांख्यिकीय लर्निंग के तत्वों" का कहना है: आमतौर पर, साथ श्रेणीबद्ध समस्यायें के लिए सुविधाओं, ⌊ √ppp सुविधाओं प्रत्येक विभाजन में उपयोग किया जाता है।⌊p–√⌋⌊p⌋\lfloor \sqrt{p}\rfloor मैं समझता हूं कि यह एक बहुत अच्छा शिक्षित अनुमान है और संभवतः अनुभवजन्य साक्ष्य द्वारा इसकी पुष्टि की गई …

14 statistics  random-forest  optimization  evaluation  sampling 

मैं scikit- रैंडम फॉरेस्ट क्लासिफायरियर का उपयोग कर रहा हूं और मैं इस उदाहरण में फीचर महत्व को प्लॉट करना चाहता हूं । हालांकि मेरा परिणाम पूरी तरह से अलग है, इस मायने में कि फीचर महत्व मानक विचलन लगभग हमेशा फीचर महत्व से बड़ा है (संलग्न छवि देखें)। क्या …

13 python  random-forest