AI人工智能
对于 NLP 任务，我的输入数据集被转换为如下所示:整数列表.特征和标签是同一个数据集. >>>training_data = [[ 0 4 79 3179 11 44 8 1 11245 173 152 101 1138 1079][ 0 0 4 79 3179 11 44 8 11566 173 152 81 1138 1079][ 0 0 0 0 0 0 0 9 15 333 44
..
我目前有大量数据将用于训练预测神经网络(美国主要机场的千兆字节天气数据).我几乎每天都有数据，但有些机场的数据中缺少值.例如，一个机场在 1995 年之前可能不存在，所以我没有在那之前那个特定位置的数据.此外，有些缺少整年(可能跨越 1990 年到 2011 年，缺少 2003 年). 如何在不误导神经网络的情况下使用这些缺失值进行训练?我想用 0 或 -1 填充空数据，但我觉得这会导致网络
..
我在数据挖掘领域相对较新.我目前正在做一些数据预处理算法，例如 PCA 和 min max Normalization.我们的教授说我们可以从网上下载可用的数据集.但在初始阶段，我想要一个简单的数据集，我的算法的属性数量相对较少，然后会切换到各种复杂的数据集. 谁能提供您在数据挖掘算法中必须使用的简单数据集的链接?例如与学生的分数、年龄、身高等或公司的员工数据有关的东西.任何帮助将不胜感激.
..
..
我正在实现一个非线性 SVM，我想在一个简单的非线性可分数据上测试我的实现.谷歌没有帮我找到我想要的.你能告诉我在哪里可以找到这样的数据吗?或者至少，我怎样才能手动生成这样的数据? 谢谢， 解决方案 嗯，SVM 是两类分类器 - 即，这些分类器将数据放置在单个决策边界的任一侧. 因此，我建议一个仅包含两个类的数据集(这不是绝对必要的，因为 SVM 可以通过多次(串行)传递分类器
..
如何在 scikit-learn 中使用我自己的数据集?Scikit Tutorial总是以加载他的数据集(数字数据集，花卉数据集...)为例. http://scikit-learn.org/stable/datasets/index.html即:从 sklearn.datasets 导入 load_iris 我有我的图像，但我不知道如何创建新图像. 特别是，对于开始，我使用我
..
使用以下数据框，只有 2 个可能的标签: 名称 f1 f2 标签0 一个 8 9 11 一个 5 3 12 乙 8 9 03 C 9 2 04 C 8 1 05 C 9 1 06 天 2 1 07 天 9 7 08 天 3 1 09 E 5 1 110 E 3 6 111 E 7 1 1 我编写了一个代码来按“名称"列对数据进行分组，并将结果转换为一个 numpy 数组，因此每一行都是特定组
..
对于在多类分类任务中表示“其他所有内容"的标签的样本数量应该有多大，是否有经验法则? 示例:我想将我的输入分类为 X 类之一.X + 1 类在输入为“以上都不是"时激活.假设我的数据集包含来自 10 个“正"类中的每一个的 5,000 个样本.对于代表“未知"类的示例，我将使用多个可能在生产中找到的实际示例，但这些示例不是来自其他类. 这些负例的数量相对于其他分布应该有多大? 解
..
..
..
在我的数据集中，我有许多连续变量和虚拟变量.对于 glmnet 的分析，我希望对连续变量进行标准化，而不是对虚拟变量进行标准化. 我目前手动执行此操作，首先定义一个只有 [0,1] 值的列的虚拟向量，然后在所有非虚拟列上使用 scale 命令.问题是，这不是很优雅. 但是 glmnet 有一个内置的 standardize 参数.默认情况下，这也会标准化假人吗?如果是这样，有没有一种优
..
假设我正在从 torchvision.datasets.MNIST 加载 MNIST，但我只想加载总共 10000 张图像，我将如何对数据进行切片以将其限制为仅一些数据点?我知道 DataLoader 是一个生成器，可以生成指定批量大小的数据，但是如何对数据集进行切片呢? tr = datasets.MNIST('../data', train=True, download=True, tran
..
我需要在 Python 中创建一个可视化，就像 colah 在他的网站上所做的那样.但是，我在 matplotlib 上找不到任何失真，以完全像他那样执行 这里.如果可以，请帮助我. 这是我需要执行的情节: 解决方案 我猜图像是通过在网格中添加一些高斯函数产生的. 将 numpy 导入为 np将 matplotlib.pyplot 导入为 plt从 matplotlib.colle
..
我不知道有任何自我改进的编译器，但我又不是一个编译器专家. 是否有任何自我改进的编译器? 请注意，我说的是自我改进的编译器，而不是改进它所编译的代码的编译器. 任何指针表示赞赏！ 旁注:如果您想知道我为什么要问，请查看 这篇文章.即使我同意大多数论点，我也不太确定以下几点: 我们有可以改进的计划他们的代码现在没有人工输入——它们被称为编译器. ...所以我的问题
..
我想从 Discord 接收音频以进行语音识别.我还没有在 python Discord APi 中找到任何东西.语音识别没问题，但我不知道如何从 Discord 接收音频.也许有人可以帮助我. 解决方案 这个功能并不存在.有一个 VoiceClient.poll_voice_ws 协程，但是 只是直接从插座.您必须想出某种方法将其解码为音频并自行进一步处理.
..
这是此处提出的后续问题.我正在尝试基于此 实施.效果很好，但是我想用 reduceByKey() 替换 groupByKey()，但我不确定如何(我不担心关于现在的表现).这是相关的缩小代码: val data = sc.textFile("dense.txt").map(t =>(t.split("#")(0), parseVector(t.split("#")(1)))).cache()va
..
我想用 ROC 曲线评估我的分类模型.我正在努力为交叉验证的数据集计算多类 ROC 曲线.由于交叉验证，训练集和测试集没有划分.在下面，您可以看到我已经尝试过的代码. scaler = StandardScaler(with_mean=False)编码 = 标签编码器()y = enc.fit_transform(标签)vec = DictVectorizer()feat_sel = Sele
..
自从我 3 年前在 A.I. 上过一堂课以来.我显然足够熟练地问这个问题......开玩笑吧开玩笑;) 但说真的，是什么让这些语言如此受人工智能欢迎.研究.尽管 A.I.研究是“陈旧的"......它可能是过去 5-10 年来最长的方式......是不是因为这些语言在某种程度上是围绕人工智能的概念“设计"的?，或者只是我们现在没有什么更好的东西可以使用? 我问这个是因为我一直觉得它很有
..
我正在寻找关于 Prolog 的良好初学者材料，包括在线和印刷版.我不仅对“学习语言"感兴趣，还对背景和科学信息感兴趣. 解决方案 查看 立即学习 Prolog！ 这本书写得很好，对于初学者来说应该很容易阅读.它以印刷形式提供，也可以作为免费的在线版本提供.它也相对较新(从 2003 年开始)，许多 Prolog 书籍都不是这种情况.
..
我在 R 中使用 DTW 包.我终于完成了层次聚类.但我想像下图一样单独绘制时间序列集群. sc
..
